【摘 要】
：
草地贪夜蛾是我国田间的主要害虫之一,对玉米、小麦等主要经济农作物的安全生产造成严重威胁。目前我国现行的对草地贪夜蛾的监测手段主要为性信息素引诱、灯光引诱以及田间人工调查记录信息三种,但是存在采集数据不具有时效性的问题。因此,实现草地贪夜蛾的动态监测十分必要。为推动草地贪夜蛾成虫防控信息化建设,对草地贪夜蛾成虫的数量开展及时准确的跟踪,本文主要研究工作如下:（1）构建了包含草地贪夜蛾及其近缘种在内的
论文部分内容阅读
草地贪夜蛾是我国田间的主要害虫之一,对玉米、小麦等主要经济农作物的安全生产造成严重威胁。目前我国现行的对草地贪夜蛾的监测手段主要为性信息素引诱、灯光引诱以及田间人工调查记录信息三种,但是存在采集数据不具有时效性的问题。因此,实现草地贪夜蛾的动态监测十分必要。为推动草地贪夜蛾成虫防控信息化建设,对草地贪夜蛾成虫的数量开展及时准确的跟踪,本文主要研究工作如下:（1）构建了包含草地贪夜蛾及其近缘种在内的害虫图像数据集。数据集来源网络搜集整理和来自安徽农业大学实验田拍摄共6200幅图像,通过关联度筛查、数据模糊、数据遮挡等操作将样本数据集图像扩充至9669幅图像,使其可被应用于基于轻量化YOLOV5s的草地贪夜蛾成虫检测的相关研究。（2）提出了一种基于轻量化YOLOV5s的草地贪夜蛾成虫目标检测算法。选择YOLOV5s、SSD和Faster R-CNN三种目标检测模型进行初步对比实验,比较得出综合性能较好的YOLOV5s适合进行轻量化改进。首先对模型进行通道剪枝,将模型通道减半,减少冗余参数,其次用Conv层代替模型的Focus层,然后用Ghost Conv Block模块代替网络主干backbone和head中的Conv层,最后使用SPPF代替SPP层。接着再将改进后的YOLOV5s目标检测模型与其他三种模型进行实验对比,YOLOV5s的m AP达到了96.4%。通过综合性能分析得出改进后的轻量化YOLOV5s目标检测模型更能使用于草地贪夜蛾成虫检测实际应用场景。（3）开发了草地贪夜蛾监测App。将训练的模型部署到移动端,开发出草地贪夜蛾检测App,该App具有图像读取、视频读取、检测与统计以及虫情分析功能,单张图片检测速度达到了0.096s,实现了对草地贪夜蛾的实时检测,为草地贪夜蛾的监测预警提供了一种新的思路与依据。
其他文献
花生作为我国常见的油料作物之一,幼苗期草害严重危害了花生的产量和品质,制约了花生生长。人工智能的飞速发展,大大提升了除草机器人的效率,但花生幼苗期伴生杂草叶片相似、田间背景复杂、光照强度多变以及目标遮挡等因素加大了研究难度。现有的机器除草搭载模型大、运算速度慢,多采用拍摄识别。因此,研究一种能够实现田间条件下实时、准确识别花生幼苗和杂草的算法对除草机器人的研发应用具有重要意义。本文主要研究工作和创
小麦在全世界范围内有着广泛的种植面积,小麦赤霉病害导致粮食大规模减产时有发生。为了应对赤霉病害的爆发,通常采用提前喷洒农药预防赤霉病害,但是在农药喷洒过程中经常出现药物滥用问题,不仅污染环境,而且增加了种植成本。为了更好解决农药污染、减少农药的滥用问题,准确、迅速的识别小麦赤霉病害并鉴定等级具有指导生产的作用。随着卷积神经网络发展,为赤霉病害的无损检测提供了理论依据。为了识别小麦赤霉病害并且对赤霉
光合作用维持植物自身生长,保持生态环境碳氧稳定性,反应光合速率大小成为植物光合监测的关键环节。本课题研制的光合仪因为现有设备中缺少同类型的移动监测方法,监测过程存在操作步骤繁冗、数据共享性偏差、仪器体积大且不方便携带等缺点,影响本系列仪器的用户体验和应用能力。本研究针对植物光合监测操作过程中存在的缺陷,设计以Android移动端监测方法为核心的便携式、可自主拆卸监测仪。通过3D建模集成,以草莓和天
基于农业科技高速发展的大背景下,依赖于移动机器人来有效地提升农业作业效能,是一种必然的发展方向。移动机器人的路径规划问题又是其技术研究的重要内容。路径规划所代表的含义是机器人的最优路径规划问题,就是按照工作成本最低、行驶时间最少、行驶的路径最佳等,在真实的作业环境里面,寻求一条由起点至终点的最佳路线,以保证安全且有成效地规避障碍。本论文基于实验果园采用双向A*与APF算法并对其优化,可以较为顺利地
随着科技的发展与无线传感技术的成熟,农业生产正向着无人化迈进。农业机械作为无人化建设的重要组成部分,正由传统化向智能化进行转变。利用靶向喷药机器人针对病害作物进行精准施药,可大大降级农药对环境的污染。而具有定位导航功能的靶向喷药机器人,能够减少农民生产负担,有效地减少农药对人体的危害、提高产量、降低生产成本、扩大农民的生产规模。本文针对农业田间环境及温室大棚,研究了靶向喷药机器人定位导航技术,并开
孤儿基因又被称为谱系特有基因,是指在一个谱系中特有并且与其他谱系所有基因没有序列相似性的基因。孤儿基因在许多植物的环境适应性方面起着重要作用,对孤儿基因的识别是了解其生物学功能的关键一步。传统的生物学方法识别物种中的孤儿基因需要耗费大量的时间、物力和人力,同时容易受到计算方法的影响。因此,开发一种高效、高精度的孤儿基因识别计算方法具有重要意义。针对二分类任务,大多数传统机器学习模型的性能依赖于特征
中国统计局在2015年发布的农业数据显示,番茄的产量约占全国蔬菜总产量的10%,但目前国内番茄的采摘模式还是依赖于手工采摘,需要消耗大量的时间与精力。当前番茄检测的研究中仍然存在检测模型过大和检测不够精准的问题,不能够满足机器人实时采摘的需求。因此为了解决现阶段番茄检测模型过大的问题,本文在YOLOv4模型的基础上进行了轻量化处理;为了解决轻量化网络中出现的目标被遮挡不易识别的问题,本文在轻量化实
文章通过列举衢州市在浙皖赣闽四省边际中心城市建设方面取得的成就，并对比分析与黄山市、上饶市、南平市之间在城市能级提升方面存在的差距和不足，从提升城市文化输出能级、城市创新能级、水路枢纽功能、空中通航能力等四个方面提出衢州市提升城市能级的建议，进一步提高衢州市对周边城市的引领辐射带动能力。
传统生猪识别方法主要依赖于耳标、刺青等侵入式标识方式,这类方法通常成本较高且标记效果会随时间的推移而降低并且影响生猪个体健康,但随着深度学习技术的快速发展,我们可以将人脸识别技术迁移运用到生猪个体的识别上,以此提升生猪养殖管理的效率。本文基于卷积神经网络相关理论,设计了猪脸识别模型,构建了生猪监测系统,主要工作如下:（1）构建基于改进YOLOv4的猪脸识别模型。在经过裁剪的YOLOv4骨干网络基础
媒介技术是人类社会的组织方式之一,在通过叙事进行内容生产的同时,也参与到了人类社会形态与文化结构的解构与重构当中,影响着人类文明、经济、生活的方方面面。诚然,技术的力量是巨大的,然而学界对于技术的过分关注,却导致了对人的主体性的忽视。以媒介环境学派的人文主义技术观来审视技术革命给人类文化带来的深刻影响,其实是人的本质、观念、选择等在背后作为原发动力,因此,关于技术与文化的讨论都应该加入“以人为中心