WeedNet: A Foundation Model-Based Global-to-Local AI Approach for Real-Time Weed Species Identification and Classification
WeedNet:一种基于基础模型的全局到局部AI方法,用于实时杂草种类识别与分类
机构 * Department of Agronomy, Iowa State University, Iowa, USA(农业学系,爱荷华州立大学) ; Department of Computer Science, Iowa State University, Iowa, USA(计算机科学系,爱荷华州立大学) ; Data Science Institute, University of Arizona, Arizona, USA(数据科学研究所,亚利桑那大学) ; Department of Mechanical Engineering, Iowa State University, Iowa, USA(机械工程系,爱荷华州立大学) ; Department of Plant Pathology, Entomology and Microbiology, Iowa State University, Iowa, USA(植物病理学、昆虫学和微生物学系,爱荷华州立大学)
专题命中 其他机器人 :robotic(abstract);分类 cs.AI、cs.CV
AI总结 本研究提出基于基础模型的WeedNet全局到局部AI方法,通过自监督学习等技术实现1593种杂草91.02%的识别准确率,可适配区域杂草识别,具备集成至农业机器人及对话式AI咨询工具的潜力。