基于深度学习的计数方法、数据集及在农业中的应用——综述
计算机视觉与模式识别
2023-05-10 v2
摘要
物体数量在农业领域多种任务中被视为重要因素。自动计数可改进农民在产量估计、胁迫检测、病害预防等方面的决策。近年来,深度学习已越来越多地应用于许多农业相关应用,补充了用于农业物体计数的传统计算机视觉算法。本文综述了过去十年农业计数方法的进展与现状,聚焦深度学习方法。给出了计数算法、指标、平台与传感器的概览,列出了所有公开可用数据集,并深入讨论了用于计数的各类深度学习方法。最后,讨论了使用深度学习的物体计数中的开放挑战,并展望了计数研究的新方向与未来前景。本综述揭示了过去十年中由深度学习方法渗透计数平台所引领的农业物体计数的重大飞跃。
引用
@article{arxiv.2303.02632,
title = {Deep-Learning-based Counting Methods, Datasets, and Applications in Agriculture -- A Review},
author = {Guy Farjon and Liu Huijun and Yael Edan},
journal= {arXiv preprint arXiv:2303.02632},
year = {2023}
}