EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Weed instance segmentation from UAV Orthomosaic Images based on Deep Learning

Chenghao Lu, Klaus Gehring, Stefan Kopfinger, Heinz Bernhardt, Michael Beck, Simon Walther, Thomas Ebertseder, Mirjana Minceva, Yuncai Hu, Kang Yu

Smart Agricultural Technology · 2025-08 · 11 · 100966

DOI: 10.1016/j.atech.2025.100966 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Smart Agricultural Technology, 2025-08. Verfasst von Chenghao Lu und 9 weiteren Autor:innen. Die Arbeit wurde bisher 9-mal zitiert (Crossref) und nennt 35 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Bavarian State Ministry of Science Research and Art.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Bavarian State Ministry of Science Research and Art

Zitieren

APA

Lu, C., Gehring, K., Kopfinger, S., Bernhardt, H., Beck, M., Walther, S., Ebertseder, T., Minceva, M., Hu, Y., & Yu, K. (2025). Weed instance segmentation from UAV Orthomosaic Images based on Deep Learning. Smart Agricultural Technology, 11, 100966. https://doi.org/10.1016/j.atech.2025.100966

Vancouver

Lu C, Gehring K, Kopfinger S, Bernhardt H, Beck M, Walther S, et al. Weed instance segmentation from UAV Orthomosaic Images based on Deep Learning. Smart Agricultural Technology. 2025;11:100966. doi:10.1016/j.atech.2025.100966

BibTeX
@article{Lu2025,
  author = {Lu, Chenghao and Gehring, Klaus and Kopfinger, Stefan and Bernhardt, Heinz and Beck, Michael and Walther, Simon and Ebertseder, Thomas and Minceva, Mirjana and Hu, Yuncai and Yu, Kang},
  title = {Weed instance segmentation from UAV Orthomosaic Images based on Deep Learning},
  journal = {Smart Agricultural Technology},
  year = {2025},
  volume = {11},
  pages = {100966},
  doi = {10.1016/j.atech.2025.100966}
}
Kostenlos starten →