基于Darknet深度学习框架的桃花检测方法

【目的】 为实现果园自然场景下智能农业机器人对桃花的准确、快速、有效检测。【方法】 文章采用相机获取桃花图片数据,通过LabelImg软件进行人工标记建立桃花目标识别的检测样本数据集,训练Darknet深度学习框架下的YOLO v4模型对桃花进行识别。【结果】 模型精度评估表明,YOLO v4模型的平均准确率MAP值（86%）比Faster R-CNN的MAP值（51%）高出35%。【结论】 YOLO v4与经典的算法相比,对各种自然环境下的桃花检测具有较好的实时性和鲁棒性,可为精准识别桃花提供重要参考价值,桃花精准识别为疏花疏果作业奠定了基础。     

基于迁移学习的水稻病虫害识别

【目的】水稻病虫害是引起水稻减产的重要因素。准确地识别水稻病虫害类型，及 时采取有效的针对性预防措施，有助于避免因水稻减产带来的经济损失。然而，聚焦于人 脸和花草等常见事物的识别技术，在农业领域特别是水稻病虫害识别领域应用较少，而 目前已有的水稻病虫害识别研究存在数据量小和数据种类不够丰富等问题。【方法】文 章搜集了2.0372 万张水稻病虫害图片，并以此构建了完整的水稻病虫害识别数据集，基 于迁移学习的思想，在ResNet50 的预训练模型基础上构建了一个针对16 种主要水稻病 虫害识别的深度模型。同时，考虑实际应用的需要，搜集了9 928 张其他图片（包括人 像、汽车等），结合9 675 张水稻病虫害图片，构建了一个二分类数据过滤模型，以此来 避免非水稻病虫害图片被识别为某一类病虫害的不合理结果。【结果】有预训练模型验 证结果的top-1 准确率达到了95.23%，F1 系数为77.83%，相较无预训练模型top-1 准确 率提升了24.51%，F1 系数提升了56.66%。数据过滤模型的过滤准确度达到了99.60%。 【结论】基于迁移学习的水稻病虫害识别模型，使水稻病虫害识别结果更加准确。非水稻病 虫害过滤模型，有效地解决了实际应用中非水稻病虫害图片被错分为某一类水稻病虫害的 问题。     

基于微调卷积神经网络迁移学习模式下被害棉叶图像的识别

【目的】研究一种基于卷积神经网络的危害棉叶症状识别技术,提高棉花病虫害的识别准确率。【方法】基于caffe深度学习框架,在CaffeNet网络结构基础上增加一层全连接层(记为CaffeNet+1),并结合迁移学习方法对网络进行训练。采集健康、红叶茎枯、红蜘蛛、枯萎、黄萎、双斑萤叶甲、蚜虫、褐斑棉叶图像各975张作为样本集。随机选取验本集中80%的图像样本作为训练集,剩余20%作为测试集。【结果】迁移学习方式下学习率取0.005时的CaffeNet+1模型最优,在测试集上其识别准确率可达98.9%。【结论】在与全新学习模式下的CaffeNet模型相比,该方法可加速网络模型收敛,且具有更高的识别准确率,该技术方法在准确识别田间病虫害棉叶后表现症状的图像写出来具体方面具有重要的应用价值。     

基于 YOLOv5s 和 Android 的苹果树皮病害识别系统设计

【目的】针对果园多种苹果树皮病害实时检测的需求,设计基于 Android 的苹果树皮病害识别 APP 以便进行果园精准管理。【方法】通过网络查找和实地拍摄收集轮纹病、腐烂病、干腐病 3 种病害的图片 数据,经扩增和标注后按照 8 ∶ 2 比例进行训练集和测试集的划分。使用 YOLOv5s 算法训练苹果树皮病害识别 网络模型,对训练得到的轻量级网络模型进行 Android 端部署,并设计相应 APP 界面,实现对轮纹病、腐烂病、 干腐病的快速诊断。【结果】训练后得到的深度学习网络模型识别效果良好,准确率稳定在 88.7%,召回率稳 定在 85.8%,平均精度值稳定在 87.2%。其中腐烂病准确率为 93.5%,干腐病准确率为 88.2%,轮纹病准确率为 84.3%。将其在 Android 端部署后,每张病害图片处理时间均小于 1 s,检测置信度为 87.954%。该轻量级识别系 统不仅实现了 3 种病害的快速检测,也保证了较高的识别精度。【结论】YOLOv5s 网络权重模型小,能够轻松 实现 Android 端的部署,且基于 YOLOv5s 设计的 APP 操作简单、检测精度高、识别速度快,可以有效辅助果园 精准管理。     

作物害虫图像智能识别方法

【目的】针对作物害虫数据集样本较少、现有单一模型在作物害虫识别上的准确率不高以及泛化能力较差的问题,提出一种基于迁移学习与多模型集成的害虫识别模型。【方法】在大规模公开作物害虫数据集IP102上进行试验,使用迁移学习单独训练6个深层神经网络,选择识别性能较好的EfficientNet、Vision Transformer、Swin Transformer和ConvNeXt进行组合,采用不同策略集成预测结果。【结果】提出的基于迁移学习与多模型集成方法的识别准确率达到75.75%,比性能最好的单模型ConvNeXt提高了1.34%,与目前该数据集上最优算法(CA-EfficientNet)的性能相比,识别准确率高出了6.3%。【结论】害虫图像智能识别模型具有较好的稳定性与泛化能力。     

基于卷积神经网络的水稻病害图像识别研究

【目的】针对传统水稻病害识别技术对图像特定特征依赖性强、识别效率低等问题,提出将深度学习理论应用到水稻病害识别中,以期取得较好的识别效果。【方法】通过使用深度卷积网络建立水稻病害识别模型,对水稻3种主要病害数据进行了归一化处理,采用深度学习框架Keras进行深度CNN训练。通过设置不同的卷积核尺寸和池化函数,对水稻3种常见病害进行分类识别研究。【结果】卷积核尺寸采用9×9和池化函数采用最大池化构建的模型识别率最高;模型经过5次迭代,其识别准确率就能达到90%以上;当迭代6次时,图像趋于稳定,模型基本达到收敛;从模型性能分析看,损失函数呈梯度下降趋势,变化相对平稳,预测损失偏差逐步减少。【结论】该模型具有泛化能力较强、准确率较高、鲁棒性较好及损失率较小等特点,这为植物病害的识别研究提供了参考和借鉴。     

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。     

基于知识蒸馏和模型剪枝的轻量化模型植物病害识别

深度学习为植物病害识别提供了新方法,但是目前大多数深度学习模型的参数众多,难以在存储和计算资源受限的智能手机或嵌入式传感器节点等边缘设备上使用。为此,以植物叶片为研究对象,基于知识蒸馏和模型剪枝方法开展基于轻量化模型的植物病害识别研究。首先,改进ResNet模型,在知识蒸馏中引入一个或多个助教网络训练模型;然后,经过稀疏化训练后,利用模型剪枝获得轻量化的学生网络模型;接着,使用助教网络和学习率倒带重训练该学生网络模型,在减小模型规模的同时保证模型的性能。结果表明：在包含14种植物共38个类别的数据集上,将模型剪枝90%后,模型准确率为97.78%,比原模型提高1.49百分点;在包含5个类别苹果叶的数据集上,将模型剪枝70%后,模型准确率为91.94%,比原模型提高4.85百分点。提出的轻量化模型能够移植在Android平台上并有效运行,可为嵌入式终端精准识别植物病害提供新方案。     

基于实例置信度推断的半监督小样本植物病害图像识别

植物病害影响农业生产的产量和质量。针对现有小样本植物病害识别方法大多数都是基于监督式学习模型以及少数半监督学习方法未判别伪标注样本的可信度的问题,提出一种基于实例置信度推断的半监督学习小样本植物病害图像识别方法。首先构建ResNet-12网络提取有标注样本和无标注样本的特征;其次利用极少数有标签的植物病害样本训练SVM分类器,用分类器推断无标注样本的类别并赋予伪标签;然后采用实例置信度推断(ICI)算法获取伪标注样本的置信度,迭代选择可信的伪标签样本加入训练拓展支持集;最后应用训练后的网络模型对植物病害图像进行识别。该方法能够反映无标注病害样本的真实分布,迭代选择最可信的伪标注样本进行模型训练,从而提高模型的识别性能。试验采用Plant Village公开数据集进行10-way-5-shot试验。结果显示：在unlabel=50的情况下识别准确率为89.34%,病害的各项评价指标均随着无标注样本数量的增加而增加。结果表明本研究提出的方法从无标注样本中获取到的信息是鲁棒的,且识别准确率优于传统迁移学习,能有效提升小样本条件下植物病害图像的识别效果。     

基于深度学习的苹果树侧视图果实识别

【目的】传统果树侧面果实识别方法精度难以满足实际果实识别的需求,研究深度学习方法对提高苹果树侧面果实识别精度、增强模型对苹果复杂生长环境的适应性和泛化性具有重要意义。【方法】文章提出基于深度卷积神经网络对广域复杂背景环境下的侧面苹果特征进行学习的方法,完成苹果树侧面果实多目标识别任务。【结果】在广域复杂场景下,基于VGG16为特征提取网络的Faster-RCNN多目标检测模型在果实多目标检测任务中,识别精度达到91%,单幅影像识别时间约为1.4 s,相较于ResNet50作为特征提取层的目标检测模型识别精度提高4%;在相同影像数据下,模型识别精度的主要影响因素是遮挡,导致模型漏判果实数量较多,VGG16在不同程度遮挡区域的漏判率比ResNet低6%。【结论】基于VGG16卷积神经网络果树侧视图果实识别算法对广域复杂场景下的果实提取效果较好,特别是在具有遮挡情况下的识别结果更优,能够为果园产量估算提供一定的借鉴。     

深度学习训练数据 分布对植物病害识别的影响研究

牛结节性皮肤病（Lumpy Skin Disease,LSD）是一种由牛结节性皮肤病病毒（Lumpy Skin Disease Virus,LSDV）引起牛产生结节特征性病变的动物传染病,在东亚、南亚和东南亚等国家广泛流行,对当地养牛 业造成严重的经济损失。目前我国将 LSD 作为二类动物疫病管理,自 2019 年以来,国内已有 10 多个省份报告 过 LSD 疫情,疫情形势十分严峻。当前分离增殖 LSDV 较优的细胞为牛肾细胞。LSDV 为痘病毒科山羊痘病毒属, 其病毒粒子大小约为 290 nm × 270 nm,具有两种存在形态,病毒基因组复杂庞大,约为 151 kb,包含 150 多个 基因。目前 GenBank 数据库中仅保存有 40 多条 LSDV 病毒株的全基因组序列信息,流行毒株除了 田间野毒株, 近年来在亚洲部分地区还出现了田间野毒株和疫苗毒株的重组毒株,并且流行的重组毒株具有致病性,给未来 LSD 的疫苗研制和防控策略制定提出了新挑战。综述了 LSD 的病原学,以及非洲、欧洲和亚洲不同地区 LSDV 毒株全基因组学的研究进展,以期为 LSD 的防控和深入研究提供参考。     

牛结节性皮肤病的流行特点及防控对策

牛结节性皮肤病（LSD）是由牛结节性皮肤病病毒（LSDV）引起的一种牛急性、亚急性全身感染的病毒性传染病。在全球多数地区有流行发病史,并呈逐年扩增趋势。作为一种近几年新传入我国的病毒性传染病,受气候环境因素影响,有明显季节性,多发于高温潮湿季节。该病传播途径多元化,农产品往来、动物贸易流动、野生动物流窜迁徙、饲料调运、患病牛精液配种等均可导致病毒传播,引发牛出现以皮肤硬状结节为主要特征的临床症状,传染性强,易造成大面积传播,对养牛业产生极大的危害性,严重制约牛产业有序健康发展。为更好地认识和了解该病毒的特性,本文整理了牛结节性皮肤病的全球流行史,通过流行病学分析,综合阐述了发病临床特征,并根据不同的诊断方法,提出了有针对性的预防控制措施,以期为预防该病发生和建立综合性的生物安全防控体系提供帮助,从而确保牛群健康,提高养殖效益。     

全球口蹄疫防控技术及病原特性研究概观

口蹄疫是危害猪牛羊等主要家畜畜种的疫病,可造成巨大的经济损失,引发严重的负面社会影响,被中国政府列在一类动物疫病的首位。中国猪、牛、羊养殖量最大、邻国众多,防控口蹄疫不仅对本国农牧业发展起关键作用,而且对全球口蹄疫防控有重要意义。目前,除一些发达国家消灭了口蹄疫并保持着无疫状态外,口蹄疫仍在众多发展中国家流行或散发。中国周边口蹄疫疫情不断,对中国造成高压威胁,近年流行的O/ME-SA/PanAsia、O/SEA/Mya-98和A/ASIA/Sea-97病毒均是传入的。从周边流行的病毒、流行的频率和循环的区域位置判断,O/PanAsia-2、A/Iran-05、Asia1/Sindh-08和O/Ind-2001病毒未来威胁依然较大。几十年来,中国不断完善各级兽医服务体系,充分发挥国家口蹄疫参考实验室科研带动、技术指导、疫情监控的职能,采取疫苗强制免疫为主的防控政策,卓有成效。依照世界动物卫生组织（OIE）推荐的口蹄疫渐进控制路线图（PCP-FMD）,中国目前处于阶段3。推进口蹄疫防控效果进入更高阶段,关键在诊断检测技术和疫苗。自主研发的液相阻断ELISA、非结构蛋白3ABC抗体检测ELISA、多重RT-PCR等已达世界先进水平,有力支撑了中国口蹄疫诊断检测工作,并在朝鲜、越南等国应用。新一代测序、胶体金和纳米示踪材料标记免疫层析和生物反应效应分子检测等更精准便捷的新技术,未来也有望在口蹄疫诊断中实现应用。全病毒灭活疫苗免疫效力最优,是目前应用的主要疫苗,但存在干扰鉴别诊断等缺陷。随着免疫学理论和基因工程技术的进步,发展和应用标记疫苗、活载体疫苗、表位蛋白疫苗和病毒颗粒样疫苗等新型疫苗是未来的趋势。近十余年来,反向遗传操作凭借其定向改造基因组等强大技术优势,不仅促进了标记疫苗等新型基因工程疫苗的研发,而且推动了口蹄疫病毒宿主嗜性、复制机制、受体利用和先天性免疫应答等方面的基础研究,取得的研究成果必将有力推动防控应用型研究的进步。     

Molecular epidemiological study of animal rabies in Kazakhstan

Rabies is a serious public health issue in Kazakhstan, with high economic impact and social burden.  As part of a routine surveillance, 31 rabies-positive brain specimens taken from livestock (cattle) and carnivores (dogs, foxes, and cats) during 2013–2021 were subject to viral sequencing.  Phylogenetic and Bayesian analysis were performed using obtained rabies virus (RABV) sequences.  All 31 strains of RABV candidate belonged to the Cosmopolitan clade, of which 30 strains belonged to steppe-type subclade, and 1 dog strain belonged to Other subclade.  The 31 strains did not diverge from RABV strains in Kazakhstan and neighboring countries, including Russia, Mongolia, and China, suggesting that animal rabies has close relationship and transmission between borders.  Fox-originated strains and cattle strains shared similar sequence signature, and some animal rabies cases had space–time intersection, showing that infected foxes were a major transmission source of cattle rabies in different Kazakhstan regions.  Besides, free-roaming dogs played a pivotal role in rabies epizootics of cattle in Kazakhstan.  The recent spread of animal rabies presents an increasing threat to public health, and provides updated information for improving current control and prevention strategies at the source for Kazakhstan and neighboring countries.     

丁型流感病毒在中国的流行状况及研究进展

丁型流感病毒是继甲型、乙型和丙型流感病毒之后的一种新型正粘病毒,2011 年首次由美国从表 现出流感样症状的猪只中分离出来,并于 2016 年被国际病毒分类委员会正式命名为丁型流感病毒。目前丁型流 感病毒已广泛分布于美洲、亚洲、欧洲和非洲的数十个国家。丁型流感病毒利用牛作为其自然宿主和扩增宿主, 并定期扩散到其他哺乳动物物种,包括猪、马、羊和骆驼等。因此,丁型流感病毒具有广泛的地域分布和宽泛 的宿主范围。丁型流感病毒感染可导致牛患轻度至中度呼吸道疾病,被认 为是牛呼吸系统疾病综合征的重要关 联因子。血清学证据表明,丁型流感病毒具有感染人的潜在风险。我国研究人员于 2014 年首次在山东省的牛群 中检测到丁型流感病毒,随后,来自不同团队的研究人员分别于 2017、2021 和 2022 年报道了丁型流感病毒核 酸阳性病例。为更好地了解丁型流感病毒对我国畜牧养殖业的影响,系统综述了丁型流感病毒在我国的分布情 况和研究进展,并分析 了丁型流感病毒在我国的流行趋势及对我国畜牧养殖业的潜在威胁。     

Asia1型口蹄疫病毒基因组的测序分析

对中国口蹄疫病毒Asia1/JS/2005毒株的全基因组进行了分段扩增并测序。结果表明,该毒株的基因组全长为8 174 nt,其中 5’UTR 为1 092 nt;ORF为6 990 nt;3’UTR为92 nt。利用DNAstar软件对该毒株和Asia1型其他24毒株基因组序列进行同源性分析表明,该毒株的非结构蛋白和5’UTR比较保守。研究还发现了可能与生物学功能相关的新的保守和变异区域。系统树分析表明Asia1/JS/2005, Asia1/1/YZ/2006,Asia1/WHN/2006,Asia1/HN/2006和Asia1/YS/2005属于同一分支,表明这些毒株间有着紧密的遗传关系,其中与其亲缘关系最为密切的是Asia1/YS/2005。     

流感病毒的变异及其研究现状

2013年3月,我国首次出现了人感染H7N9的禽流感疫情,给我国卫生、动物疫病防治与经济健康发展带来了严峻挑战.基于近年来禽流感等流感病毒造成的严重危害,从流感病毒的病原学、分类命名、致病性、变异特性、培养特性、临床诊断、疫苗和药物防治研究进展等方面进行了综述,以期为流感病毒的深入研究和防治提供参考.     

乌鲁木齐地区牛口蹄疫O型Asia-Ⅰ型双价灭活疫苗免疫效果的检测与分析

[目的]研究乌鲁木齐地区牛口蹄疫O型Asia-Ⅰ型双价灭活疫苗的免疫效果.[方法]应用液相阻断ELISA法检测492份口蹄疫O型Asia-Ⅰ型双价灭活疫苗的免疫效果.[结果]免疫牛群对牛口蹄疫O型的平均免疫合格率为97.6％,对Asia-Ⅰ型的平均免疫合格率为97.7％.[结论]牛口蹄疫O型Asia-Ⅰ型双价灭活疫苗可以使免疫牛产生有效的免疫保护.     

广东地区犬瘟热病毒血凝素基因的克隆与序列分析

【目的】对广州和东莞市宠物犬感染犬瘟热病毒(CDV)的情况进行病原鉴定和分析,为监测CDV的遗传变异情况和防治犬瘟热(CD)提供数据基础。【方法】从表现CD症状的犬只中鉴定了17份CDV阳性样本,采用RT-PCR的方法克隆得到这些野毒株的血凝素(H)基因序列,采用生物信息学方法进行序列比对分析。【结果】17株CDV的H基因核苷酸与氨基酸序列的相似性分别为97.4%～100.0%和97.5%～100.0%,与Onderstepoort、Lederle和Convac等疫苗株相比,其核苷酸与氨基酸序列相似性分别为90.3%～91.5%和89.4%～90.8%。进化树分析结果显示,17株CDV野毒株均属于AsiaⅠ型,与疫苗株的分支较远;本研究鉴定的野毒株已进化形成9个潜在的N-糖基化位点。【结论】AsiaⅠ型CDV仍为该地区的流行基因型,基因型较稳定,但与疫苗株相比形成了一定的进化距离和出现了大量的变异。因此,继续监控CDV在犬群中的进化,掌握其遗传变异状况具有重要意义。     

Alphaherpesvirus-vectored vaccines against animal diseases: Current progress

Recombinant virus-vectored vaccines are novel agents that can effectively activate specific and nonspecific immunity, are multivalent and multieffective, and have high safety ratings. Animal alphaherpesviruses have a large genome, contain multiple nonessential regions that do not affect viral replication and are capable of accepting the insertion of an exogenous gene and expressing the antigen protein. Furthermore, animal alphaherpesviruses have a wide host spectrum, can replicate in the host and continuously stimulate the animal to produce immunity to the corresponding pathogen, thus making them ideal carriers for recombinant virus-vectored vaccines. With the development of gene-editing technology, recombinant viruses capable of expressing foreign genes can be constructed by various methods. Currently, studies on recombinant virusvectored vaccines constructed based on animal alphaherpesviruses have involved poultry, pigs, cattle, sheep, and companion animals. Studies have shown that the construction of recombinant animal alphaherpesviruses enables the acquisition of immunity to multiple diseases. This article mainly summarizes the current progress on animal alphaherpesvirus-vectored vaccines, aiming to provide reference for the development of new animal alphaherpesvirus-vectored vaccines.