共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
香椿素有“树上蔬菜”之美誉,“巴山红香椿”是大竹县特有品种,2011年通过了四川省良种认定。为食用香椿嫩芽而人工栽植“巴山红香椿”已有近百年的历史,农民传统栽培巴山红香进行椿芽采摘难度较大,经济效益低。现通过矮化密植栽培技术,控制树高,来提高香椿的产量和质量,经济效益显著提高,增强了种植户的积极性,从而让大竹县的农业经济得到发展。 相似文献
4.
5.
近日,笔者惊喜地发现,在从胶州市区到里岔镇驻地仅35公里的公路绿化带的白杨树上,不知啥时候搭起了100多个喜鹊窝,构筑起一道亮丽的风景线。这是该市加快林业建设、改善生态环境结出的硕果。 目前,该市的森林覆盖率已经达到21.8%。绿色的胶州为喜鹊提供了良好的生活环境,使它们得以重返故居。胶州1210平方公里的大地上,到处活跃着喜鹊的倩影,它们唧唧喳喳地唱着歌,好象 相似文献
6.
7.
为有效识别茶叶嫩芽提高机械采摘精度、规划采摘路线以避免伤害茶树,针对传统目标检测算法在复杂背景下检测精度低、鲁棒性差、速度慢等问题,探索了基于Faster R-CNN目标检测算法在复杂背景下茶叶嫩芽检测方面的应用。首先对采集图像分别进行等分裁切、标签制作、数据增强等处理,制作VOC2007数据集;其次在计算机上搭建深度学习环境,调整参数进行网络模型训练;最后对已训练模型进行测试,评价已训练模型的性能,并同时考虑了Faster R-CNN模型对于嫩芽类型(单芽和一芽一叶/二叶)的检测精度。结果表明,当不区分茶叶嫩芽类型时,平均准确度(AP)为54%,均方根误差(RMSE)为3.32;当区分茶叶嫩芽类型时,单芽和一芽一叶/二叶的AP为22%和75%,RMSE为2.84;另外剔除单芽后,一芽一叶/二叶的AP为76%,RMSE为2.19。通过对比基于颜色特征和阈值分割的茶叶嫩芽识别算法(传统目标检测算法),表明深度学习目标检测算法在检测精度和速度上明显优于传统目标检测算法(RMSE为5.47),可以较好地识别复杂背景下的茶叶嫩芽。 相似文献
8.
<正>刺嫩芽(Aralia elata Seem)是木本植物辽东楤木(亦称龙牙楤木)的嫩芽,别名刺龙芽、刺绵芽、刺老芽等。属五加科,刺灌木或小乔木,生长在排水较好的林中空地,森林边缘和灌木中。嫩芽可食用,果实、树皮、根皮等可入药。刺嫩芽是山野菜中的珍品,被誉为"山菜之王"。刺嫩芽具有其它山野菜所没有的香味,具微苦味和油胖性,所以被认为是珍味,在国内市场上倍受青睐,做菜味道鲜美,极受欢迎,可与香椿媲美。在日本,刺嫩芽被称为"天下第一"的山珍,是一种栽培前景广阔的木本蔬菜。根皮及树皮入药,对浮肿、便秘、糖尿病、胃痉挛等症有效。据测定,东北产辽东楤木根皮中总皂甙 相似文献
9.
西君 《农业机械化与电气化》2003,(1):26-26
超速行驶摩托撞飞 疏而不漏法网恢恢 2002年5月14日下午,家住苏家屯姚千户镇的李某,驾驶着自己的三轮摩托车由东向西正常地行驶着。当行驶至沈丹公路24.5 km处时,一辆红色桑塔纳轿车像离弦之箭飞速而来,重重地撞在两轮摩托车的左侧后车厢板上。转瞬间,两轮摩托车冲向路旁的大树,车把及前轮被撞得七扭八歪。可怜的李某还没明白是怎么回事就被撞得飞了起来,头部重重地撞在大树上,鲜血四溅, 相似文献
10.
11.
当金黄的叶子从树上飘落,旅行的季节到了我们可以驾着车随处欣赏美不胜收的秋景。这次选的是沃尔沃品牌,就让我们驾驶着V60来一次北欧式旅行吧! 相似文献
12.
相较于人工感官评审法,基于深度学习和计算机技术进行茶叶嫩芽分级可以降低时间成本并大幅提高精度,但常用的识别模型存在着冗余计算量多和模型规格大的问题。为此以采摘自贵州红枫山韵茶场的茶叶嫩芽为研究对象,根据人工经验将茶样划分为3个等级;在ShuffleNet-V2 0.5x基本单元中嵌入多尺度卷积块注意力模块(MCBAM)与多尺度深度捷径(MDS),提出一种茶叶嫩芽分级模型(ShuffleNet-V2 0.5x-SMAU),聚焦茶样中有利于分级的特征信息;以在两个不同源域上预训练后的模型作为教师和学生模型,提出一种结合双迁移和知识蒸馏的茶叶嫩芽分级方法,借助暗知识的传授进一步增强分级模型分类性能与抵抗过拟合的能力。结果表明,本文方法能在保证模型轻量性的条件下,对测试集各级样本的分级准确率达到100%、92.70%、89.89%,表现出优于采用复杂网络模型的综合性能,在储存资源有限和硬件水平低的生产场景中应用具有优越性。 相似文献
13.
许宝阳高延峰 《农业装备与车辆工程》2023,(2):19-24
茶叶嫩芽自动识别分类是实现采茶机器人精采名优茶的关键技术。由于茶叶嫩芽与背景中茶叶差别很小,且茶叶嫩芽形状多样,有一芽一叶和一芽二叶等多种形式,给自动识别带来很大难度。基于Faster-RCNN深度学习神经网络模型多维度进行茶叶嫩芽识别。首先对网络性能进行分析,选取较优的网络模型;在此基础上,研究一幅图像中包含嫩芽的不同数量、形态、拍摄角度、光照条件多维度对识别性能的影响。结果发现,光照条件和拍摄角度对嫩芽识别影响较大。所采用的Faster-RCNN深度学习模型对45°角度拍摄、晴天环境下单株集中一芽两叶的茶叶嫩芽识别效果最佳,同时阴天和90°拍摄时识别效果较差。研究为后续实现机器人现代化智能化的名优茶精采提供了技术支持。 相似文献
14.
针对自主采茶机器人,研究了在茶园自然光环境下如何高效识别茶叶嫩芽。针对自然光条件下采集的茶叶图像含有大量噪声的情况,为了避免一些像素值变化剧烈的像素点,根据分析,最终选用双边滤波去噪算法,对茶叶原始图像进行平滑滤波的同时,还能有效保留图形的边缘等有用信息。采用一种新的基于颜色通道调换的算法来增大茶叶嫩芽和老叶以及环境的对比度,然后提取茶叶的颜色特征,进而分割提取出茶叶嫩芽。实验结果表明:基于颜色通道变换的算法具有高效稳定等优点,能够很好地识别茶叶嫩芽,可以满足自主采茶机器人对茶叶嫩芽识别的要求。该算法为后续自主采茶机器人的研发提供了技术支持。 相似文献
15.
采用人工检测的石榴外观品质等级分级方法存在准确率和效率低的问题,提出一种基于机器视觉的石榴品质分级方法。首先,采用机器视觉系统采集石榴样本图像,进行去噪处理与获取掩模图像;其次,提取去噪图像的红、绿、蓝分量,用蓝色分量减去红、绿色分量得到色差图像,并对色差图像进行阈值分割;然后,对分割图像采用数学形态学处理获得连通的疑似缺陷区域的边界,提取纹理特征并根据缺陷与非缺陷区域纹理特征的不同来标记缺陷区域;最后,将缺陷面积与总面积之比和缺陷数目作为划分等级的依据,对石榴品质等级进行划分。试验结果表明:本方法总体分级准确率达到92.9%,能够高效、准确地识别石榴表面缺陷并进行品质分级,为实现自动分级的产业化提供思路。 相似文献
16.
《农业装备与车辆工程》2021,(5)
针对名优茶早期嫩芽检测问题,提出一种基于魔鬼鱼觅食优化(MRFO)的颜色因子与阈值的嫩芽图像分割算法。首先,利用MRFO优化算法训练得到ExG系数,用ExG对嫩芽RGB彩图进行灰度化,并归一化处理得到灰度图;然后,利用Otsu进行图像阈值计算;最后,对阈值进行偏移校正,获得最佳阈值。正视图和斜视图试验结果显示,此算法能突出嫩芽与老叶像素值的差异,很好地检测出茶叶嫩芽,Jaccard,Dice,Bfscore平均值分别为57.25%,72.35%,80.215%。 相似文献
17.
18.
为了实现对自然环境下树上柑橘的识别和检测,解决柑橘图像数据采集不便、图像质量差、数量少的问题,为柑橘的机械采摘工作提供一种视觉方案,本文提出了一种联合SAM(Segment Anything Model)与VGG16模型的检测方法。SAM具有良好的泛化能力,在图像分割效果上也达到了柑橘任务的应用要求。图像经过SAM分割后输入到VGG16网络模型中进行分类,而后将分类结果连同位置信息返回到原图上显示出来,实现柑橘目标检测。本文方法旨在进一步解决自然环境下树上柑橘任务需要大量数据集、模型训练时间长、目标分割困难、目标错检等问题。实验结果表明,该方法在模型不经大量训练的情况下能够准确识别在自然环境下的树上柑橘及柑橘小目标,有效节省了数据集制作和模型训练的时间。 相似文献
19.