Counting Corn Seedlings from UAV-Based RGB Images Using Computer Vision and Deep Learning Methods in Significant Weed Infestation and Partial Occlusion Conditions

2026

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.3103/s8756699026700019
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

A method is proposed for automatically counting corn seedlings under significant weed infestation and partial occlusion using RGB images of ultrahigh spatial resolution ( $${<}0.5$$ cm/pixel) acquired from an unmanned aerial vehicle. The method combines computer vision and machine learning algorithms. Experimental studies have shown that the accuracy of estimated average number of corn seedlings in the early stages of vegetation is $${\sim}97\%$$