基于YOLOV3优化模型的复杂场景下茶树嫩芽识别

茶叶智能采摘的关键技术之一是待采摘嫩芽的识别,而嫩芽大小、环境光照、拍摄角度等因素都会给嫩芽的精准识别带来困难。针对复杂场景下传统茶树嫩芽识别方法准确率低的问题,文章提出一种基于YOLOV3深度卷积模型的识别方法,并通过增加SPP模块优化模型,提高模型对茶树嫩芽的识别能力。实验结果表明,YOLOV3模型和YOLOV3优化模型均能在复杂场景下实现茶树嫩芽识别,且YOLOV3优化模型的平均精度均值mAP比YOLOV3模型提高3.5百分点,达到91%,说明YOLOV3优化模型能够更好地应用于自然场景下的茶树嫩芽识别。     

基于改进 YOLOX 模型的柑橘木虱检测方法

【目的】黄龙病被称为柑橘的“癌症”，是一种毁灭性病害，而木虱是黄龙病传播的主要媒介， 对木虱的监测和精准消杀是防控黄龙病及抑制其传播的一种有效途径。【方法】传统方式消灭木虱主要是靠人 工喷洒药物，人力成本高但防控效果并不理想。采用基于改进 YOLOX 的木虱边缘检测方法，在主干网络加入卷 积注意力模块 CBAM（Convolutional block attention module），在通道和空间两个维度对重要特征进行进一步提取； 将目标损失中的交叉熵损失改为使用 Focal Loss，进一步降低漏检率。【结果】本研究设计的算法契合木虱检测 平台，木虱数据集拍摄于广东省湛江市廉江红橙园，深度适应农业农村实际发展需要，基于 YOLOX 模型对骨干 网络和损失函数做出改进实现了更加优秀的柑橘木虱检测方法，在柑橘木虱数据集上获得 85.66% 的 AP 值，比 原始模型提升 2.70 个百分点，检测精度比 YOLOv3、YOLOv4-Tiny、YOLOv5-s 模型分别高 8.61、4.23、3.62 个 百分点，识别准确率大幅提升。【结论】改进的 YOLOX 模型可以更好地识别柑橘木虱，准确率得到提升，为后 续实时检测平台打下了基础。     

基于轻量级SE-PPM的自然状态烟叶正副组分类算法

【目的】针对自然状态烟叶传统正副组分类速度慢、正副组易错分、特征提取困难的问题，提出了一种基于轻量级SE PPM的自然状态烟叶正副组分类算法（SAPMDSNet）。【方法】基于轻量级ShuffleNetV2网络，先通过降低网络卷积深度和进化激活函数，加快网络模型的训练速度；再引入通道注意力机制SE模块，增强通道间的特征差异，提高网络模型的表征能力，避免正副组烟叶叶部区域化导致的组别错分；最后通过嵌入金字塔池化模块PPM充分融合烟叶显露特征与全局信息，增强对正副组烟叶上下文信息的聚合,并采用自行构建的烟叶数据集进行对比试验。【结果】SAPMDSNet网络模型的分类准确率为91.09%，计算量（FLOPs）为151.70 M，取得了相对较高的分类效果。与原网络ShuffleNetV2模型和轻量级GhostNet模型相比，SAPMDSNet网络模型的FLOPs分别升高2.65%和2.84%，而识别准确率则分别提高2.72和21.13个百分点；MobileNetV2、DenseNet和SqueezeNet模型的识别准确率分别为87.02%，89.53%和87.60%，虽均与SAPMDSNet模型的识别准确率接近，但其FLOPs明显较SAPMDSNet模型大。【结论】构建的SAPMDSNet模型能提高烟叶正副组分类精度且具有较好的整体性能，为烤烟烟叶品质初筛提供了新的思路和方法。     

基于无监督和YOLOX的农村房屋建设状态识别算法

【目的】 为了提升自然场景中农村在建房屋的识别准确率,并为后续的农村违建房屋智能化监管提供技术支撑。【方法】 文章基于无监督聚类和YOLOX目标检测算法,发展了一种乡村房屋在建状态识别方法。首先,构建在建房屋无监督聚类模型,并以此对在建房屋进行类别精细划分,使得不同类别之间特征差异较大,相同类别特征差异较小,其次,再使用划分好的类别制作房屋检测数据集,并训练YOLOX目标检测模型对在建房屋进行识别,最后,在在建房屋数据集上设计模型对比实验,以此验证算法有效性。【结果】 实验结果表明：在在建房屋识别任务中,基于无监督聚类和YOLOX的在建房屋识别算法mAP为83.27%,比采用原始数据（不进行在建房屋类别划分）训练的YOLOX算法mAP提升了7.91%,同时比采用人工划分类别的YOLOX算法mAP提升了5.08%。【结论】 因此该文方法有效提升了乡村房屋在建状态的识别精度,同时也为具有复杂场景和多个不同状态的目标进行识别时,提升识别准确率提供一种有效且可靠的解决思路。     

基于改进YOLOv4模型的茶叶病害识别

【目的】提出了一种改进的YOLOv4模型,为自然环境下3种常见茶叶病害（茶白星病、茶云纹叶枯病和茶轮斑病）的快速精准识别提供支持。【方法】使用MobileNetv2和深度可分离卷积来降低YOLOv4模型的参数量,并引入卷积注意力模块对YOLOv4模型进行识别精度改进。采用平均精度、平均精度均值、图像检测速度和模型大小作为模型性能评价指标,在相同的茶叶病害数据集和试验平台中,对改进YOLOv4模型与原始YOLOv4模型、其他目标检测模型（YOLOv3、SSD和Faster R CNN）的病害识别效果进行对比试验。【结果】与原始YOLOv4模型相比,改进YOLOv4模型的大小减少了83.2%,对茶白星病、茶云纹叶枯病和茶轮斑病识别的平均精度分别提高了6.2%,1.7%和1.6%,平均精度均值达到93.85%,图像检测速度为26.6帧/s。与YOLOv3、SSD和Faster R-CNN模型相比,改进YOLOv4模型的平均精度均值分别提高了6.0%,13.7%和3.4%,图像检测速度分别提高了5.5,7.3和11.7帧/s。【结论】对YOLOv4模型所使用的改进方法具备有效性,所提出的改进YOLOv4模型可以实现对自然环境下3种常见茶叶病害的快速精准识别。     

基于YOLOv5-C的广佛手病虫害识别

【目的】为实现复杂背景下广佛手发病早期的病虫害快速精准识别,提出一种基于YOLOv5-C的广佛手病虫害识别方法。【方法】使用YOLOv5s网络模型作为基础网络,通过引入所提出的多尺度特征融合模块,提高网络模型的特征提取与特征融合能力,均衡提高每一类广佛手病虫害的识别准确率;使用注意力机制模块提高网络模型对病虫害目标特征信息的关注度,弱化复杂背景的干扰信息,提高网络模型的识别准确率;利用改进的C3-SC模块替换PANet结构中的C3模块,在不影响网络模型识别性能的条件下减少网络模型的参数。【结果】基于YOLOv5-C的复杂背景下的广佛手病虫害识别,F1分数为90.95%,平均精度均值为93.06%,网络模型大小为14.1 Mb,在GPU上每张图像平均检测时间为0.01 s。与基础网络YOLOv5s相比,平均精度均值提高了2.45个百分点,7个类别识别的平均准确率的标准差由7.14减少为3.13,变异系数由7.88%减少为3.36%。平均精度均值比Retina Net、SSD、Efficientdet和YOLOv4模型分别高22.30、20.65、4.84和2.36个百分点。【结论】该方法...     

基于AlexNet的茶叶嫩芽状态智能识别研究

为确定合理有效的茶叶嫩芽采摘时间,提出一种基于AlexNet卷积神经网络的茶叶嫩芽状态智能识别方法。首先,建立自然环境下全开面、半开面和未开面三种状态茶叶嫩芽图像集;然后,训练茶叶嫩芽状态AlexNet网络识别模型;最后,利用测试集样本进行模型检测,训练集和测试集中三种状态嫩芽平均识别率分别为97.8%和88%。实验结果表明,该方法能够有效地识别自然环境下茶叶嫩芽状态,为嫩芽智能采摘提供理论依据。     

深度学习结合快速导向滤波识别自然环境下脐橙果实

【目的】为提高脐橙采摘机器人在自然环境下对脐橙果实进行识别定位的精度,提出采用深度学习结合快速导向滤波方法识别自然环境下脐橙果实。【方法】以赣南脐橙为对象,改进导向滤波方法,去除自然环境下脐橙图像的光照等噪声信息,突出图像颜色和纹理特征。采用带有残差模块的Darknet-53作为特征提取网络,将多尺度融合的3尺度检测网络减少为2尺度检测网络,引入GIoU边界损失函数代替原损失函数,并使用DBSCAN+Kmeans聚类算法,对训练数据集聚类分析,优化预测分支的先验框尺寸,通过迁移学习训练方法建立脐橙果实识别模型,设计单果、向光、背光、果实重叠、枝叶遮挡5组测试集的对比实验,并与其他几种识别模型性能进行比较。【结果】快速导向滤波方法能很好地去除脐橙图像在自然环境下光照及边缘模糊等噪音信息。当优化2个预测分支先验框尺寸时,改进后模型在5种环境下综合性能都优于其他网络,尤其在真实种植环境下识别准确率达到了91.22%,召回率为97.30%,F1平均值为94.16%,识别速率约为26.48 fps。【结论】使用快速导向滤波结合深度学习方法建立的脐橙果实识别模型对自然环境下脐橙果实的识别具有较高的...     

基于图像信息的茶叶二维采摘坐标的提取

茶叶嫩芽识别是实现智能采摘的前提,茶叶识别之后采摘位置参数的提取也是实现智能采摘的关键所在。文章首先分析了机械采茶的整体实现方案,并论证了由茶叶图像获取二维采摘位置的可行性。然后针对图像处理后获取的茶叶嫩芽的二值图像,根据图像中每株嫩芽的外形轮廓去提取最小外接矩形,并标记该矩形的中心点,以该点作为采摘坐标点。得到了茶叶采摘的二维位置参数,为后续茶叶的智能采摘提供依据。     

基于卷积神经网络的番茄叶部病害识别方法

【目的】利用卷积神经网络构建作物病害识别模型,提高识别性能,解决作物病害识别性能低、泛化效果差等问题。【方法】通过数据增广技术增加样本多样性,引入聚焦损失改进模型学习目标,解决样本非均衡问题,分析比较不同卷积神经网络结构的识别性能,并用类激活图生成技术度量模型的可靠性。在番茄叶部病害数据集上验证方法的有效性。【结果】应用数据增广技术后,模型在简单背景样本上的识别准确率提高了1.0%,在复杂背景样本上提高了12.5%;聚焦损失使模型的准确率提高了0.1%;该模型的识别准确率为99.8%,对各类病害的召回率在97.3%以上;应用类激活图技术生成的显著性图可有效标识模型在识别过程中的重点关注区域。【结论】该方法能够有效解决病害图像样本非均衡问题,提高了病害识别模型的泛化性能,同时类激活图可以用于分析模型的可靠性,从而为番茄叶部病害防治提供参考。     

产销通路的建立及招商引资意见

针对大陆农业发展存在的不足有必要建立产销通路 ,并提及物流在流通环节的重要性。最后就大陆各地的招商引资提出了意见     

秸秆切碎灭茬机的设计与试验

针对双轴击切式破碎秸秆和根茬所存在的问题，本文提出单轴压切原理和非等长刀切碎模型，并对秸杆切碎灭茬机的关键参数进行了优化设计。该机田间试验表明切碎率达91．4％，根茬破碎率达86．5％。该机的应用必将促进一年两熟平作旱区保护性耕作技术的发展。     

《机械原理》与《机械设计》实验教学改革实践

《机械原理》和《机械设计》两门课程的实验教学在培养学生的综合设计、创新设计能力等方面,有其他课程不可替代的重要作用,针对两门课程传统实验教学中存在的问题,提出了以独立设课为中心的实验教学改革和实践方案,取得了显著的效果。     

副猪嗜血杆菌分离鉴定与PCR检测方法的建立及应用

从养猪场送检的猪肺病料中分离到3株疑似副猪嗜血杆菌(HPS)可疑菌株。经形态镜检、染色特性、生化和部分生物学特性试验,初步鉴定为HPS。在细菌学鉴定基础上,设计合成3对引物,分别以3株分离菌株的DNA为模板进行PCR扩增,结果均扩增出822 bp8、24 bp和1.9 kb的预期特异性条带。以HPS GD株作为参考阳性菌株,以P1、P2为引物,设计优化PCR反应程序,建立HPS PCR检测方法,并应用于临床病料检测。结果表明,所建立的HPS PCR检测方法特异与敏感性高、适用性强,可应用于HPS感染的诊断和检测。     

万寿菊病虫害的发生与防治措施

万寿菊又名金盏花、臭芙蓉 ,千寿菊、蜂窝菊 ,属菊科万寿菊属一年生草本植物。黑龙江省八五三农场人工栽培万寿菊主要是取其花朵作为提取黄色素的原料。在正常条件下 ,种植万寿菊可实现公顷产鲜花 2 2 .5t以上、产值可达 135 0 0元左右、利润可达6 0 0 0元左右 ,经济效益较好。     

灌水和过量施钾对烤烟养分含量及烟叶产量品质的影响

采用田间试验研究了灌水和过量施钾对烤烟（Nicotiana tabacum L.)养分含量和产量品质的影响。结果表明，在烤烟N：K2O用量比达到1：3的基础上随钾用量增加，烟株体内营养元素含量、烟叶产量和化学成分均没显著差异，灌水可以显著提高烟叶产量和上等烟比例，但灌水与钾用量互作对烤后烟叶养分含量和化学成分的影响不显著。     

苦荞的成分功能研究与开发应用

苦荞具有丰富的营养价值 ,它既能食用 ,又能防病、治病 ,为许多其它主要食物所不及。我国有丰富的苦荞资源 ,对苦荞的深入研究和开发应用有利于改善和提高人们的食物结构 ,同时也有助于促进贫困山区的脱贫致富。本文就苦荞的营养价值、药用价值和开发应用等方面的问题进行了阐述     

植物学与分子生物学研究创新型实验项目的设计与实施

以农杆菌渗入烟草表皮瞬间表达绿色荧光蛋白的观察实验为例,对植物学与分子生物学研究创新型实验的选题设计、教学过程和效果进行了探讨。该实验项目的实施培养了学生的团队精神、科学素养和创新意识,提高了实验设计和实际操作能力,是生物科学特色专业实验教学改革的有益尝试。     

耐低温兼性厌氧蛋白酶产生菌192的筛选、鉴定及酶学性质

为了提高厌氧水解效率,采用双层平板法筛选出一株耐低温兼性厌氧蛋白酶产生菌192.经形态、生理生化和16S rDNA序列分析鉴定为蜡状芽孢杆菌(Bacillus cereus),对其产酶条件进行了初步研究.结果表明,该茵的最适生长温度为30℃,生长8～12h达对数期,初始pH 7.5时酶活力最高.蛋白酶最适反应温度为45℃、pH 7.0,酶活力最高达39.3 U/mL.该酶在50℃以下,pH 6.0～9.0性能稳定.在60℃以上热稳定性很差,70℃保存lh酶活力全部丧失.     

猪蓝耳病和猪瘟疫苗免疫后抗体检测分析

[目的]仔猪在14日龄接种蓝耳病毒疫苗,25日龄接种猪瘟疫苗,检测接种蓝耳病疫苗和猪瘟疫苗后的免疫合格率。[方法]采用猪繁殖与呼吸综合征病毒和猪瘟病毒ELISA抗体检测试剂盒检测抗体表达量。[结果]猪蓝耳病疫苗免疫3 d后,6.7%免疫个体为抗体阳性,免疫7 d后,26.7%免疫个体为抗体阳性,免疫14 d后,85%免疫个体为抗体阳性,免疫后30 d 100%免疫个体为抗体阳性;猪瘟疫苗免疫3 d后,13%免疫个体为抗体阳性,免疫7 d后,40%免疫个体为抗体阳性,免疫14 d后,58.3%免疫个体为抗体阳性,免疫30 d后,83.3%免疫个体为抗体阳性。[结论]仔猪在蓝耳病疫苗免疫3 d后抗体效价最低,30 d后免疫效果很好,接种猪瘟疫苗3 d后抗体效价最低,仔猪不足以抵抗病毒侵袭,虽然蓝耳病疫苗和猪瘟疫苗接种后30 d,抗体水平都达到了农业部规定的70%的标准,但是猪瘟疫苗免疫效果不能达到100%理想效果。