← أحدث الأبحاث
💻 computer science

YOLO-o1:A Multi-factor Detection Model for Pitaya Based on YOLOv11n

تقدم هذه الورقة YOLO-o1، وهو نموذج كشف متعدد العوامل محسّن يعتمد على YOLOv11n يدمج كلاً من CBAM وFocal Loss وLabel Smoothing وDIoU loss لتحقيق الكشف عالي الدقة عن أمراض السيقان، وتصنيف النضج، وتقدير حجم الثمار لفاكهة التنين في التطبيقات الزراعية في الوقت الفعلي في آن واحد.

المؤلفون الأصليون: Zhen Lin, Shengkai liang, Zhenpeng Wang, Shuo Tian, Jinye Xie

نُشر 2026-09-30
📖 1 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Zhen Lin, Shengkai liang, Zhenpeng Wang, Shuo Tian, Jinye Xie

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →