文献
J-GLOBAL ID:202202224609352496
整理番号:22A0573257
高密度ネット融合YOLOv4を用いた高度掩蔽のための実時間成長段階検出モデル【JST・京大機械翻訳】
Real-time growth stage detection model for high degree of occultation using DenseNet-fused YOLOv4
著者 (3件):
Roy Arunabha M.
(University of Michigan, Aerospace Engineering, Ann Arbor, MI 48109, USA)
,
Roy Arunabha M.
(Capacloud AI, Deep Learning & Data Science Division, Kolkata, WB 711103, India)
,
Bhaduri Jayabrata
(Capacloud AI, Deep Learning & Data Science Division, Kolkata, WB 711103, India)
資料名:
Computers and Electronics in Agriculture
(Computers and Electronics in Agriculture)
巻:
193
ページ:
Null
発行年:
2022年
JST資料番号:
T0337A
ISSN:
0168-1699
資料種別:
逐次刊行物 (A)
記事区分:
原著論文
発行国:
オランダ (NLD)
言語:
英語 (EN)