SpectroFood:

Ioannis Malounas1, Wout Vierbergen2, Sezer Kutluk3

  • 1Agricultural University of Athens (AUA), Iera Odos 75, 11855 Athens, Greece.

Data in brief
|January 30, 2024
PubMed
概括

这项研究引入了一个超光谱成像数据集,用于估计果,西兰花,,和中的干物质含量. 这些数据使人工智能模型能够在各种作物中非破坏性地预测干物质,从而改善模型的概括性.