利用多源高分辨率衛(wèi)星遙感影像，針對包括水稻、玉米、冬小麥、油菜、茶葉、葡萄等農(nóng)作物類型的大尺度、高分辨率作物面積、長勢、產(chǎn)量等農(nóng)情信息監(jiān)測需求，基于機理模型及統(tǒng)計模型，開發(fā)了包括遙感影像數(shù)據(jù)預(yù)處理、作

基于深度學習的圖像分割檢測模型，采集了西湖區(qū)龍井茶葉的采摘期圖像，構(gòu)建了嫩芽采摘定位模型，能夠?qū)崿F(xiàn)高效的帶采摘區(qū)域的定位和嫩芽區(qū)域的準確分割,結(jié)合雙目相機實現(xiàn)采摘點的位置和深度信息提取。該結(jié)果輔助靈活

可對馬鈴薯進行外觀檢測和內(nèi)部品質(zhì)檢測。外觀可檢測內(nèi)容:通過機器視覺技術(shù)檢測水果的大小、重量、顏色、紋理和外表缺陷等;檢測速度>10pc/秒通道，準確率達90%以上。內(nèi)部缺陷檢測:可對水果的糖度、

利用大數(shù)據(jù)技術(shù)和分析算法來進行決策和管理的系統(tǒng)。它可以收集、存儲、處理和分析政務(wù)領(lǐng)域的大量數(shù)據(jù)，包括人口統(tǒng)計、經(jīng)濟指標、社會輿情等各個方面的數(shù)據(jù)。通過對這些數(shù)據(jù)的分析，政務(wù)大數(shù)據(jù)分析系統(tǒng)可以提供政府決