26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx

下载本文档

阅读 0
格式 docx
大小 6.98 MB
约65页
2026-06-26
收藏
评论
点赞(0)
海报
举报

26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx_第1页

1/65页

26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx_第2页

2/65页

26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx_第3页

3/65页

26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx_第4页

4/65页

26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx_第5页

5/65页

26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx_第6页

6/65页

26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx_第7页

7/65页

26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx_第8页

8/65页

26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx_第9页

9/65页

26年WP测控技术与仪器基于YOLOv11n的水稻叶片病害识别研究8.65-AI5.6(36446字).docx_第10页

10/65页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/65

文本预览下载提示常见问题

哈尔滨理工大学学士学位论文- II -基于 YOLOv11n 的水稻叶片病害识别研究摘要水稻是全球范围内主要的粮食作物之一，水稻生产的安全生产同粮食安全和农业可持续发展有着直接的关系。水稻在生长过程中容易受到细菌性叶枯病、褐斑病和叶黑粉病等病害的侵袭，传统的人工识别方法存在效率低、主观性强、时效性差、难以进行大规模推广的问题。为了对水稻病害进行高效的、精准的、智能化的检测，本文利用深度学习目标检测技术，设计并形成了一个轻量化且可以实时部署的水稻叶片病害自动识别系统。本文以 YOLOv11 单阶段目标检测算法为依据，针对水稻病害存在的小目标、...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容