← Ultimi articoli
💻 computer science

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

Questo articolo presenta YOLO-o1, un modello di rilevamento multifattoriale potenziato basato su YOLOv11n che integra CBAM, Focal Loss, Label Smoothing e DIoU loss per ottenere simultaneamente l'elevata precisione nel rilevamento delle malattie del fusto, la classificazione della maturità e la stima della dimensione dei frutti per il pitaya in applicazioni agricole in tempo reale.

Autori originali: Zhen Lin, Shengkai liang, Zhenpeng Wang, Shuo Tian, Jinye Xie

Pubblicato 2026-09-30
📖 1 min di lettura☕ Lettura da pausa caffè

Autori originali: Zhen Lin, Shengkai liang, Zhenpeng Wang, Shuo Tian, Jinye Xie

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Sommerso dagli articoli nel tuo campo?

Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.

Prova Digest →