找到7個資料集

本模型使用 U2net 為主要基礎架構，旨在應用於將透過無人機拍攝的影像中找出水稻(叢)影像並去除背景像素(土壤或其他雜草)，以作為可進一步分析（如評估水稻受害）之預處理方式。由於 U2net 擅長背景去除的影像語義分割之用途，因此 選擇基於此架構訓練去背模型。下圖由左至右分別為： 1. 原圖 2. 以 Grad-CAM...

本模型基於 YOLO V7 架構，經過訓練標註數百張水稻空拍影像，能夠精確地在影像中識別並以矩形框標示水稻叢的位置。該模型的應用旨在提高水稻田間管理的效率，通過自動化的影像分析技術，農民能夠快速獲取水稻叢的位置信息，從而進行精準的田間操作和監測，提升作物管理的精度與效果，最終實現增產增收的目標。 電腦需求: 需配有Nvidia...

地理坐標：每個影像的位置信息可從內容中查看，以經度、緯度和高度表示，以方便地理信息系統（GIS）的應用。 影像分辨率：影像中每個像素代表的現實世界中的實際距離，可從內容中查看。以米為單位表示。 地面樣本距離：影像中每個像素代表的地面實際距離，可從內容中查看。以米為單位表示。 影像類型：指影像的類型，可從內容中查看，如RGB。...

地理坐標：每個影像的位置信息，通常使用經度、緯度和高度表示，以方便地理信息系統（GIS）的應用。 影像分辨率：指影像中每個像素代表的現實世界中的實際距離。以米為單位表示。 地面樣本距離：指影像中每個像素代表的地面實際距離。以米為單位表示。 影像類型：指影像的類型，如RGB、紅外線等。 拍攝日期和時間：指拍攝該影像的日期和時間。...

利用一期稻無人機-蟲害影像空拍資料標記蟲害發生與健康的資料來預測蟲害，需使用weka3.8.3工具讀取模型使用，並讀取模型即能使用

利用無人機多光譜的影像預測蟲害發生的可能性，並作為提前預警及防治，模型需使用weka3.8.3工具讀取使用，並讀取模型即能使用

針對不同波長(470-900nm)進行感染水稻葉芽線蟲之種子影像蒐集，並利用不同光譜當作特徵來預測種子是否有線蟲，需使用weka3.8.3工具並讀取模型即能使用