Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này: https://elib.vku.udn.vn/handle/123456789/1788
Toàn bộ biểu ghi siêu dữ liệu
Trường DCGiá trị Ngôn ngữ
dc.contributor.advisorNguyễn, Hà Huy Cường-
dc.contributor.authorBùi, Xuân Thiện-
dc.contributor.authorPhạm, Vũ Thu Nguyệt-
dc.contributor.authorNguyễn, Đặng Khuê Văn-
dc.contributor.authorPhạm, Trung Kỳ-
dc.contributor.authorLê, Đức Nhật-
dc.date.accessioned2021-08-13T09:27:01Z-
dc.date.available2021-08-13T09:27:01Z-
dc.date.issued2021-08-13-
dc.identifier.urihttp://elib.vku.udn.vn/handle/123456789/1788-
dc.descriptionKỷ yếu Hội nghị Sinh viên nghiên cứu khoa học năm học 2020-2021; từ trang 8-14.vi_VN
dc.description.abstractTrí tuệ nhân tạo đang được ứng dụng rộng rãi nhiều lĩnh vực trong cuộc Cách mạng công nghiệp lần thứ tư. Tuy nhiên, trong mô hình nông nghiệp hiện nay, con người vẫn được sử dụng làm lực lượng lao động chính, gây tốn kém cả về tài chính và nhân lực. Hơn nữa, các loại trái cây đặc trưng của từng vùng, cụ thể là trái thơm, có thời kỳ chín khá phức tạp. Việc kiểm soát, quản lý hàng trăm ha đất gặp nhiều khó khăn. Vì vậy, trong bài báo này, chúng tôi đề xuất sử dụng mô hình học sâu để hỗ trợ xác định và phát hiện các giai đoạn sinh trưởng của dứa để đảm bảo việc chăm sóc và thu hoạch được hoàn thành đúng thời gian.vi_VN
dc.language.isovivi_VN
dc.publisherTrường Đại học Công nghệ thông tin và Truyền thông Việt - Hànvi_VN
dc.subjectmô hình Yolov4vi_VN
dc.subjectmạng nơ-ron tích chậpvi_VN
dc.subjecthọc sâuvi_VN
dc.subjecthọc máyvi_VN
dc.subjecttrái thơmvi_VN
dc.titleỨng dụng mô hình học sâu trong nhận dạng và phát hiện thời kỳ chính của trái thơmvi_VN
dc.title.alternativeAutomatic Detection of Pineapple's Growth Stage Using Deep Learningvi_VN
dc.typeWorking Papervi_VN
Bộ sưu tập: SV NCKH Năm học 2020-2021

Các tập tin trong tài liệu này:

 Đăng nhập để xem toàn văn



Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.