排序方式: 共有72条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
番茄花果的协同识别是温室生产管理调控的重要决策依据,针对温室番茄栽培密度大,植株遮挡、重叠等因素导致的现有识别算法精度不足问题,该研究提出一种基于级联深度学习的番茄花果协同识别方法,引入图像组合增强与前端ViT分类网络,以提高模型对于小目标与密集图像检测性能。同时,通过先分类识别、再进行目标检测的级联网络,解决了传统检测模型因为图像压缩而导致的小目标模糊、有效信息丢失问题。最后,引入了包括大果和串果在内的不同类型番茄品种数据集,验证了该方法的可行性与有效性。经测试,研究提出的目标检测模型的平均识别率均值(mean average precision,mAP)为92.30%,检测速度为28.46帧/ s,其中分别对小花、成熟番茄和未成熟番茄识别平均准确率分别为87.92%、92.35%和96.62%。通过消融试验表明,与YOLOX、组合增强YOLOX相比,改进后的模型mAP提高了2.38~6.11个百分点,相比于现有YOLOV3、YOLOV4、YOLOV5主流检测模型,mAP提高了16.56~23.30个百分点。可视化结果表明,改进模型实现了对小目标的零漏检和对密集对象的无误检,从而达到了高精度的协同检测的目标。研究成果为温室种植环境下的番茄生长识别提供参考。 相似文献
5.
黑麦草-水稻轮作能提供大量优良品质牧草、改善土壤质量和肥力、抑制冬闲田杂草蔓延、减轻稻田病虫危害,并促进水稻产量提升,综合效益显著,其推广应用对解决地区畜禽产业青饲料紧缺问题、保护农业生态环境、促进农牧融合发展具有积极作用。为黑麦草-水稻草田轮作模式的进一步推广提供参考,通过文献研究,分析黑麦草-水稻草田轮作在改善土壤物理性状、控制病虫害发生、提高水稻产量和促进多元经济增长等方面的优势,从强化合理施肥、改进生产技术措施、加强黑麦草优良品种选育及高效高产栽培技术研究等方面提出发展建议。 相似文献
7.
机载激光雷达可准确获取林分高生长量,实现林分高生长量在更广阔空间尺度上的年生长监测。为实现杉木(Cunninghamia lanceolata)人工林年生长量监测,通过直升飞机搭载的机载激光雷达系统获取试验区林分点云数据,通过重采样得到10 m×10 m、20 m×20 m和30 m×30 m分辨率的冠层高度模型;分别设置100、200、300和400个随机点,并提取不同分辨率下的杉木林分冠层年高生长量,共获取12个处理;通过比较不同处理杉木林分年高生长量差异,选择最优的重采样分辨率;结合数字正射影像,提取杉木林分不同小班年高生长量。结果表明,400随机点数且分辨率为10 m×10 m处理下获取的数据较准确,出现异常的概率较小。2016—2017年,杉木林分年高生长量均值为0.80 m。总体上,杉木林分年高生长量增长阶段为12~15年,最大值约为2.61 m;下降阶段为15~20年,波动阶段为20~27年,最小值约为0.19m。通过机载激光雷达数据获取冠层高生长量,能有效监测杉木林分高生长情况,可为森林资源管理与监测提供参考。 相似文献
8.
10.