【摘 要】
：
茶叶的产量和品质深受病虫害的影响.茶尺蠖是一种常见的茶叶害虫,精确检测茶尺蠖对茶叶病虫害防治有重要意义.由于茶尺蠖和茶树枝、枯死茶叶的颜色、纹理相近,茶尺蠖的体积小、形态多变、被遮挡等问题,现有方法检测茶尺蠖的精度不高.该研究提出一种基于深度学习的复杂背景图像中茶尺蠖检测方法,该方法使用YOLOv5为基线网络,利用卷积核组增强对茶尺蠖的特征提取,在不增加计算量的条件下减少复杂背景对茶尺蠖检测结果的干扰;使用注意力模块关注茶尺蠖整体,根据茶尺蠖的大小和形状自适应调节感受野,降低因目标大小形状不一导致的漏检;
【机 构】
：
安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心,合肥 230601
论文部分内容阅读
茶叶的产量和品质深受病虫害的影响.茶尺蠖是一种常见的茶叶害虫,精确检测茶尺蠖对茶叶病虫害防治有重要意义.由于茶尺蠖和茶树枝、枯死茶叶的颜色、纹理相近,茶尺蠖的体积小、形态多变、被遮挡等问题,现有方法检测茶尺蠖的精度不高.该研究提出一种基于深度学习的复杂背景图像中茶尺蠖检测方法,该方法使用YOLOv5为基线网络,利用卷积核组增强对茶尺蠖的特征提取,在不增加计算量的条件下减少复杂背景对茶尺蠖检测结果的干扰;使用注意力模块关注茶尺蠖整体,根据茶尺蠖的大小和形状自适应调节感受野,降低因目标大小形状不一导致的漏检;使用Focal loss损失函数减少前景和背景的类不平衡对检测结果的影响.试验结果表明,所提方法用于复杂背景图像中茶尺蠖的检测,可以达到0.94的召回率,0.96的精确度和92.89％的平均精度均值.与基线网络相比,该方法的平均精度均值提高了6.44个百分点.使用相同的数据集和预处理的对比分析表明,该方法优于SSD、Faster RCNN和YOLOv4等其他经典深度学习方法,平均精度均值比SSD、Faster RCNN、YOLOv4分别高17.18个百分点、6.52个百分点和4.78个百分点.该方法可实现对茶尺蠖的智能检测,减少人力成本,有助于实现精准施药,提高茶叶的产量和品质.
其他文献
环境信息感知是智能农业装备系统自主导航作业的关键技术之一.农业田间道路复杂多变,快速准确地识别可通行区域,辨析障碍物类别,可为农业装备系统高效安全地进行路径规划和决策控制提供依据.该研究以非结构化农业田间道路场景为研究对象,根据环境对象动、静态属性进行类别划分,提出一种基于通道注意力结合多尺度特征融合的轻量化语义分割模型.首先采用Mobilenet V2轻量卷积神经网络提取图像特征,将混合扩张卷积融入特征提取网络最后2个阶段,在保证特征图分辨率的基础上增加感受野并保持信息的连续性与完整性;然后引入通道注意
为研究西北寒冷地区长距离输水工程中流冰对输水明渠的撞击影响,该研究运用LS-DYNA软件模拟不同工况下流冰与输水明渠碰撞挤压过程,并通过室内模型试验进行相应验证,探求水-空气耦合介质中流冰碰撞输水明渠的破坏规律.结果表明:流冰速度对明渠衬砌撞击的最大等效应力与X方向最大位移呈现出近似的Pseudo-Voigt函数峰值曲线关系.流冰压缩强度对明渠衬砌撞击的最大等效应力与X方向最大位移呈现出近似的线性关系.综合分析所模拟的不同组合工况可以看出,对明渠衬砌撞击影响明显的组合区间是流冰压缩强度为1.825～3.1
农作物病害是造成粮食产量下降的重要因素,利用智能化手段准确地识别农作物病害有利于病害的及时防治,该研究基于改进的MobileNet-V2识别复杂背景下的农作物病害,对未来覆盖各种作物的智能化病害识别工作具有重要意义.首先创建含有11类病害叶片及4类健康叶片的农作物数据集,采用数据增强操作构造不同的识别场景.其次在原始模型MobileNet-V2的基础上,嵌入轻量型的坐标注意力机制,建立通道注意力与位置信息的依赖关系.然后对网络中不同尺寸的特征图采取上采样融合操作,构建兼具网络高、低层信息的新特征图.此外,
为解决马铃薯联合收获机在作业过程中分级清选的问题,并在收获作业过程中实时监测评估收获状态,该研究提出一种在光照亮度变化大、土壤与薯块遮挡、机器振动以及尘土干扰等情况下对马玲薯进行识别检测并快速准确获取马铃薯数量以及损伤情况的机器学习模型.在卷积神经残差网络中引入轻量级注意力机制,改进YoloV4检测网络,并将YoloV4结构中的CSP-Darknet53网络替换为MobilenetV3网络,完成特征提取.试验结果表明,基于卷积神经网络的深度学习方法相比于传统Open-CV识别提高了马铃薯识别精度,相比于其
通过东北典型黑土区旱作平地连续16 a保护性耕作田间长期定位试验,研究保护性耕作实施后对土壤结构功能的影响,分析土壤结构功能的生育期动态特征及其与土壤有机碳的相关关系,探究作物产量变化的原因.以玉米-大豆轮作黑土农田为研究对象,设置4个耕作处理:秸秆覆盖免耕(No-tillage with straw returning,NT)和少耕(Reduced-tillage,RT)保护性耕作;平翻(Moldboard-tillage,MT)和旋耕(Rotary-tillage,Rot)传统耕作,探讨大豆幼苗期(S
为解决成熟番茄采摘识别中由于藤蔓、叶片、果实遮挡或光照影响而引起的误识别问题,该研究提出了一种基于YOLO v4与HSV(Hue,Saturation,Value)相结合的识别方法,以实现自然环境下成熟期番茄的准确识别.在YOLO v4网络的检测框内通过HSV方法对番茄的红色区域进行分割,并将分割面积在检测框中达到一定占比的番茄作为目标输出.通过对比不同占比下该算法对测试集的识别效果,将16％作为成熟期番茄识别算法的占比,该占比下YOLO v4+HSV算法的正确率为94.77％,在工作站中检测单幅图片的速
中国拥有丰富的农作物秸秆和畜禽粪污等农业废弃物资源.农业生物质能技术是促进农业废弃物资源有效利用的重要途径,既能够解决农业废弃物的环境污染问题、减少因焚烧或无序堆放排放温室气体,又能够替代化石能源减排CO2、提升土壤固碳能力,未来在“双碳”背景下发展潜力很大.该研究基于LCA全生命周期评价方法,研究8种不同生物质能技术的温室气体排放因子,核算农业生物质能转化与利用过程消耗能源的排放、抵扣化石能源减排、副产物土壤碳汇3个方面,并基于秸秆和畜禽粪污两大类农业废弃物资源禀赋及能源化利用潜力,预测3种不同情景下,
为提高RGB(Red,Green,Blue)图像方法在检测植物叶片叶绿素含量的预测精度、普适性和实用性,该研究提出了一种智能手机结合辅助拍照装置获取植物叶片RGB图像并即时检测叶绿素含量的低成本方法.设计了一种内置主动光源的低成本便携式拍照装置,用以降低环境光及拍照角度等因素对成像质量的影响;并采用了基于24色Macbeth标准色卡的二阶多项式回归法构建色差校正矩阵以减小不同手机所获取图像的色差;最后开发了基于微信小程序的远程诊断系统以实现植物叶片叶绿素含量的原地、实时及无损检测.以甘蔗叶片为例,采用了3
为增加植物工厂多层栽培模式中作物冠层内部气流扰动,该研究设计了一种冠层微环境管道通风装置,利用计算流体力学软件(Computational Fluid Dynamics,CFD)构建三维栽培模型.在模型中,将植物冠层区域考虑为多孔介质,多孔介质的黏滞阻力系数为25,惯性阻力系数为1.3;LED灯管设置为热源模型,热源模型散热量为297525 kW/m3.利用模型模拟并实测入口速度为8 m/s时植物冠层表面和上部空间气流速度,发现空气流域的平均误差为16％,模拟值与实测值吻合较好.利用验证的模型模拟不同入口
为了解决日光温室园艺作物越冬栽培茬口合理安排问题,同时减少低温灾害风险,开展温室保温性评价并进行科学分类.该研究选取天津市3种典型日光温室设置室内外小气候观测试验,结合不同温室构型及建筑材料,基于热传导原理形成日光温室夜间室内外温差计算方法,并以此为基础评价不同类型温室保温能力,进而对天津地区主要日光温室类型进行划分,提出不同类别温室适宜种植蔬菜建议.结果表明:1)温室保温常数能较好地反映日光温室保温性能差异,3种典型日光温室保温常数分别为20.34、15.84、13.21.2)温差计算方法可以较好模拟不