【摘 要】
：
小麦是世界上重要的粮食作物,对小麦产量进行准确预估对保障世界粮食安全具有重要意义。麦穗个数是小麦估产的重要参数,本文使用Faster R-CNN、SSD、Retina Net、YOLOv3 SPP和YOLOv5s五种深度学习模型对不同的麦穗数据集进行了训练、验证和测试,其中YOLOv5s模型对基于无人机数据的麦穗数据集A的麦穗识别准确率最高,达到了97.39%。为进一步提升模型对麦穗的识别准确率,
论文部分内容阅读
小麦是世界上重要的粮食作物,对小麦产量进行准确预估对保障世界粮食安全具有重要意义。麦穗个数是小麦估产的重要参数,本文使用Faster R-CNN、SSD、Retina Net、YOLOv3 SPP和YOLOv5s五种深度学习模型对不同的麦穗数据集进行了训练、验证和测试,其中YOLOv5s模型对基于无人机数据的麦穗数据集A的麦穗识别准确率最高,达到了97.39%。为进一步提升模型对麦穗的识别准确率,对Faster R-CNN和YOLOv5s模型进行了改进,改进后的Faster R-CNN模型和YOLOv5s模型对三个麦穗数据集的麦穗识别准确率分别超过了96%和98%。此外,本文还使用图像处理、Unet语义分割和YOLOv5s+Deep Sort方法对麦穗图像和视频进行处理,将小麦麦穗在一定空间内的分布情况生成对应的可视化图像,并开发出了小麦麦穗识别与计数系统。本文所做的主要工作如下:（1）构建不同的麦穗数据集。根据模型及检测目标的不同,本文使用不同的方法将无人机采集的麦穗视频数据进行预处理,然后将经过预处理得到的麦穗图像使用不同的数据标注工具进行标注,构建了两类麦穗数据集,一类用于麦穗目标检测,另一类用于麦穗语义分割。（2）基于深度学习的小麦麦穗计数方法。为了对比不同模型对麦穗数据集的检测效果,将构建的麦穗数据集分别导入Faster R-CNN、SSD、Retina Net、YOLOv3 SPP和YOLOv5s模型中进行训练、验证和测试,根据检测结果,计算查准率、查全率、准确率和F1-Score,并对Faster R-CNN和YOLOv5s模型进行改进,进一步提升模型对麦穗的识别准确率。（3）小麦麦穗空间分布可视化方法。为了便于观察小麦麦穗在一定空间内的密度、大小以及相同间隔、不同地段内的麦穗数量差异,并通过深入分析产生差异的原因,从而解决小麦农业生产方面的重要问题。本文使用图像处理、U-net语义分割和YOLOv5s+Deep Sort方法对麦穗图像和视频进行处理,并生成对应的可视化图像。（4）小麦麦穗识别与计数系统的设计与实现。为使改进的Faster R-CNN和YOLOv5s模型在麦穗计数研究中得到广泛应用,本文设计并开发出了具有麦穗识别计数和语义分割功能的系统。
其他文献
苹果病害的精准识别是苹果病害精准防治的前提。传统诊断方法,精准性差、效率低,影响防治效果。基于计算机视觉的深度学习技术,能实现苹果病害的特征提取、类型识别及病害区域分割,可为快速精准防治提供理论基础。本文针对苹果叶部病害识别与分割问题,以苹果五类常见的叶部病害（黑星病、黑腐病、雪松锈病、灰斑病、白粉病）为主要研究对象,研究并改进现有的分类和分割网络,提出苹果叶部病害识别新方法,并研发了苹果叶部病害
冬小麦是我国的主要粮食作物之一,准确地提取冬小麦的种植区信息可用于产量估算、产业结构调整和优化、环境保护和数字农业、农业资源调查等方面。获取大范围播种面积信息已成为我国新型现代农业的迫切需求,是现代精准农业领域的基础性工作。遥感技术能够快速获取大范围的地面资料,能够动态的反映地面事物的变化,是提取作物播种面积信息的重要资料。利用卷积神经网络能够快速地、准确地分割遥感图像的小麦空间分布,但经典卷积神
掺加适量膨胀剂已成为提高混凝土抗裂性和耐久性的有效措施。与传统膨胀剂相比,MgO膨胀剂具有水化需水量少、水化产物稳定和膨胀性能可调节等优势,但其延迟膨胀可能会带来的安定性和膨胀难以定量预测等问题,不利于MgO膨胀剂的推广应用。本文系统研究了MgO膨胀剂对净浆、砂浆和混凝土体积安定性的影响,以及标准养护条件下掺加不同活性MgO膨胀剂补偿收缩混凝土的体积变化规律,并探讨了MgO膨胀剂的作用机理。取得的
泡沫混凝土具有质轻、保温、隔热、耐火、隔音等特性,同时具有原料来源广泛、生产施工工艺简便、配比调节方便、综合成本低等优点,并可大量利用固体废弃物。因此,被广泛应用于工业和民用建筑制品与构件制造、大体积回填工程、保温隔热工程等。多孔结构是泡沫混凝土的重要技术特征,对泡沫混凝土性能产生决定性的影响。探究泡沫混凝土孔结构最优测定方法及孔结构对泡沫混凝土宏观性能的影响,建立孔结构指标与宏观性能的相关性,在
滴灌技术作为节水灌溉技术中先进的节水方法,它具有节水、保护土壤、高产等优点。灌水器作为滴灌系统的关键部件,它内部复杂的迷宫流道对主管道的压力水具有消能的作用,能够将压力水均匀、缓慢、稳定的输送到农作物根部。灌水器水力性能的优劣决定了灌水器的灌水质量,灌水器的抗堵塞性能决定灌水系统的稳定耐用性能。为了提高灌水器的消能效率和抗堵塞性能,将水均匀稳定的输送到作物根部,本文设计了一种单内齿矩形迷宫流道灌水
土壤源热泵是利用地热能对目标建筑进行制冷供暖的高效节能环保型空调,其中土壤源热泵系统由于不消耗地下水源、换热性能良好、节约用地,在我国得到了广泛的应用。土壤源热泵的利用成为了应对全球能源危机、气候变暖、发展低碳经济的重要途径。土壤源热泵机组设计的关键技术是地下换热器,钻孔回填材料和埋管循环流速都是关键设计因素。高导热性能的回填材料可以降低换热孔内的热阻,减少地下换热孔深度和换热管长度,而科学合理的
大数据和人工智能等技术在农业方面的应用,有利于加速转变农业生产方式,辅助生产决策,促进农业生产提质增效。中国是世界上最大的苹果生产国和消费国,苹果产量预测是苹果大数据平台重要部分,也是苹果产业体系中必不可少的环节,如何依据气象数据对产量进行精准预测,是苹果产业发展中的一个重要课题。苹果产量常因气象变化产生较大波动,因此依据气象数据对产量精准预测、长期气象产量变化趋势分析,对辅助苹果产业决策、优化种
奶牛行为识别是奶牛精准养殖的重要组成部分,精准高效的行为模式识别对奶牛健康状况监测以及养殖管理规模化具有重要意义。传统奶牛生理监测依靠人工,耗时费力。传感器技术与集成电路设计技术的飞速发展,为精细化、规模化的奶牛生理监测模式提供可能。惯性传感器技术具有抗环境干扰能力强、数据采集精准等优点。在此背景下,采用惯性传感器技术对奶牛行为识别分类展开研究。结合机器学习算法对奶牛行为惯导数据进行分类识别并构建
设施黄瓜作为一种典型设施农产品,其产品的质量安全越来越受到人们的重视。溯源系统在设施黄瓜上的应用,不仅可有效的提高市场上黄瓜产品的整体质量,也可成为质量追责的有效手段。区块链技术具备的不可篡改、可追溯、天然互信等特性使其为农产品信息的可信存储提供了有力保障,但现有的区块链溯源系统在处理设施黄瓜溯源信息时仍存在着些许不足,如无法实现对链上产品品质的把控,对产品的质量安全监管缺乏有效手段,溯源系统崩溃
面对香菇产业中育种环节的精准化服务需求,针对育种过程中菌丝生长程度判断采用手工测量、目测描述浓密程度等经验式方法,存在效率低、识别精度差,缺少快速科学可量化方法等问题,依托于山东省重大科技创新工程项目—食用菌智慧工厂化生产关键技术研发与产业化,使用图像识别技术开发香菇菌丝生长程度识别系统用于代替人工识别。主要研究内容与结果如下:（1）数据集的构建与数据增强。完成了7个不同生长程度的香菇菌丝图像数据