基于EfficientDet-D1的草莓快速检测及分类

为了快速识别自然环境下的成熟草莓与未成熟草莓,本研究提出了基于EfficientDet-D1的草莓快速检测及分类方法。该方法具有EfficientNet 网络中快速归一化特征加权融合特点,应用该方法与YOLOv3、YOLOv4、Faster-RCNN以及EfficientDet-D0模型进行对比试验,结果显示,YOLOv3、YOLOv4、Faster-RCNN、EfficientDet-D0和EfficientDet-D1等5种算法的平均精度均值（P_mA）分别为 89.51%、69.02%、96.54%、96.71%、97.50%。试验结果表明,EfficientDet-D1在成熟草莓与未成熟草莓的检测性能均优于其他4种目标检测算法,有较好的泛化性和鲁棒性,且使用模型参数量较小的EfficientNet网络,更适合作用于移动端识别,可实现草莓快速识别中的速度与精度要求。     

基于遥感图像的林况因子提取研究进展

随着遥感技术的不断发展,部分林况因子调查逐渐从传统的人工地面调查转向遥感调查,虽然提高了工作效率和精度,但也存在一些尚未解决的问题。文中系统总结了基于遥感图像的树种、树高、树冠、胸径、位置、郁闭度、年龄、株数、蓄积量、生物量等林况因子目视判读和计算机提取研究的现状及存在的问题,并对今后发展提出了建议。     

一种基于解耦旋转锚框匹配策略的谷粒检测方法

【目的】基于计算机视觉技术建立水稻考种中谷粒计数与粒径的检测方法,节省考种人力成本,提升效率,有利于数字化育种体系建立。【方法】通过对比基于 YOLOv5l 骨架结构的水平框目标检测策略与基于 ResNet101 和 DarkNet53 骨架结构的旋转框检测策略,同时比较旋转框检测策略预测的水稻谷粒长宽比值与实际测量值之间的差异,验证该方法的可行性。【结果】旋转框的目标检测模型计算得到的水稻谷粒长宽比与实测值无显著差异,两者的均方根误差为 0.91~2.29;而水平框的目标检测模型计算的长宽比显著小于实测值,且均方根误差值（9.38~9.45）比旋转框的目标检测模型更大。基于水平框的目标检测策略与基于旋转框的检测策略在谷粒计数的精度几乎相当,但水平框检测模型无法实现水稻谷粒长宽比的准确计算,而使用旋转框的目标检测策略能够较为准确计算谷粒长宽比。【结论】基于解耦旋转锚框匹配策略可对水稻谷粒进行准确计数,相比传统水平框的目标检测策略,可降低检测中的背景噪声和密集堆积物体的漏检情况,同时快速准确计算水稻谷粒长宽比。该方法可以进一步应用到水稻品种识别中的谷粒长短和大小的计算,以及种子质量检测及品种鉴定等数字化育种场景中。     

木本植物精油研究进展

植物精油是植物生长过程中形成的次生物质,是化学工业的重要原料,具有重要的经济价值。文中分别从植物精油形成机制、植物精油在日用化工、医疗卫生、食品加工、生物农药领域的应用及其提取工艺等方面进行综述,分析目前研究中存在的问题,建议加强对野生富含精油植物资源的挖掘和研究力度,深入研究精油植物次生物质形成和代谢机制,协调有关植物精油研究过程中的多学科融合和开发植物精油绿色安全提取工艺。     

虫草黄酮类化合物的生物活性及提取技术研究进展

黄酮类化合物如染料木黄酮、大豆苷元等,是虫草的主要活性成分,具有多种生物活性,如免疫调节、抗肿瘤、抗病毒、抗炎症、抗氧化及清除自由基作用等.重点评述虫草黄酮类化合物的生物活性以及在提取黄酮类化合物方面的最新进展,分析该类资源在深度开发过程中出现的问题并予以展望,以期进一步扩大虫草黄酮类化合物在功能性食品和生物医药领域的应用市场.     

药桑不同部位中1-脱氧野尻霉素的提取工艺优化及含量测定分析

[目的]采用高效液相色谱-荧光法测定药桑不同部位1-脱氧野尻霉素(1-DNJ)含量.[方法]用AQC为衍生试剂进行衍生化反应,流动相为乙腈-乙酸铵(85:15),流速1.0 mL/min,进样量10μL,最大激发波长250 nm,最大发射波长为395 nm下进行荧光检测;用正交试验考察最佳提取工艺条件.[结果]通过正交试验,得到最佳提取工艺为65％乙醇、料液比1:150、超声功率150 W、提取次数2次、超声时间10 min,在最佳提取工艺下,桑叶、果实、桑枝中1-DNJ的含量分别是1.069％、0.341％、0.078％.[结论]高效液相色谱-荧光检测法操作简便、灵敏度高、准确可靠,可用于药桑不同部位的1-DNJ含量测定.     

对我国目前玉米育种目标的思考

通过对2003年和2004年国家东华北普通玉米区试结果的分析,引发了笔者对我国现在玉米育种目标的思考。如果我们不对当前世界玉米发展的方向进行认真总结,仔细分析,扬长避短,灵活运用,准确把握,到时我们将会被激烈的市场竞争所淘汰。     

不同提取方法对红松籽油提取效果及功能性质的影响

  目的  立足于溶剂法,通过对比超声波、微波、光波单独处理较短时间的红松籽油的得率,以及处理后单独浸提红松籽油得率的增加情况,明确在红松籽油提取过程中处于主导作用的方法,同时确认4种提取方法对红松籽油的理化指标、脂肪酸和抗氧化能力的影响。  方法  按照GB/T 5009.229—2016《食品中酸价的测定》、GB/T 5532—2008《动植物油脂 碘值的测定》和GB/T 5009.227—2016《食品中过氧化值的测定》分别测定4种方法提取的红松籽油的酸值、碘值和过氧化物值,采用气相色谱–质谱联用法测定红松籽油中脂肪酸的种类和质量分数,采用分光光度法测定红松籽油对DPPH·和ABTS+·的清除能力。  结果  正己烷作为最佳提取溶剂,当提取温度25 ℃,液料比18 mL/g,浸提时间5 h红松籽油得率为65.52%。超声波法（300 W,10 min）、微波法（380 W,100 s）、光波法（400 W,11 min）单独处理时的红松籽油得率分别为67.63%、62.26%、58.25%。上述3种方法处理后再单独使用正己烷浸提,使总提取时间达到5 h后的红松籽油得率分别增加了2.18%、4.50%、6.10%。4种方法提取的红松籽油符合GB/T 2716—2018《食品安全国家标准 植物油》中酸值（≤ 4 mg/g）、过氧化值（≤ 0.25 g/100 g）的限量标准。溶剂法制备出的红松籽油的酸值和过氧化值均最低（P < 0.05）。脂肪酸质量分数由高到低分别是亚油酸（44.54% ~ 46.32%）、油酸（28.29 % ~ 28.83%）和皮诺敛酸（13.15% ~ 14.51%）。溶剂法、超声波法、微波法、光波法所提取的红松籽油清除DPPH·和ABTS+·的IC₅₀值分别是9.41、8.80、9.43、9.61 g/L和5.10、5.51、6.10、5.43 g/L。  结论  对超声波法、微波法和光波法单独作用及浸提后得率进行比较,发现超声波法、微波法和光波法在提取过程中起主导作用。与溶剂法、微波法和光波法相比,超声波法提取的红松籽油得率高,不饱和脂肪酸质量分数高,抗氧化能力强,能够达到较好的提取效果,此方法应用于红松籽制油工业中具有一定优势。      

金露梅黄酮提取工艺的响应面优化及其抗氧化和降血糖活性分析

【目的】优化金露梅中黄酮的超声提取工艺条件,检测黄酮化合物的种类及含量,并分析其抗氧化和降血糖活性,为金露梅的综合利用提供技术支持。【方法】以总黄酮提取率为指标,采用单因素和响应面分析法对超声提取金露梅黄酮的主要工艺参数进行优化分析,利用多重层析柱对黄酮化合物进行分离纯化,并比较各组分的抗氧化和降血糖活性。【结果】 4个因素对金露梅总黄酮提取率影响的显著性顺序为液料比>超声时间>乙醇体积分数>超声功率,建立的回归方程为Y=37.84+14.48A+14.93B+3.02C+9.38D-0.03AB-0.66AC-0.01AD-0.01BD-0.01CD-14.71A2-11.25B2-16.96C2-12.89D2（Y表示总黄酮提取率,A、B、C、D分别表示液料比、乙醇体积分数、超声功率和超声时间）;超声提取金露梅黄酮的最佳工艺条件为:液料比39.78:1 （mL/g）、乙醇体积分数65.47%、超声功率390.98 W、超声时间49.55 min,在此条件下金露梅总黄酮提取率为47.59 mg/g。金露梅黄酮化合物中发现含有8种化合物,其中含量最高的为槲皮素-7-O-β-D-葡萄糖醛酸（10.90 mg/g）。柚皮素对1,1-二苯基-2-三硝基苯肼（DPPH）自由基清除率最低,仅为5.0%,其余7种化合物对DPPH自由基的清除率均达50.0%以上,表现出良好的抗氧化活性。金露梅黄酮化合物对葡萄糖消耗率均高于二甲基亚砜（DMSO）,其中（+）-儿茶素、槲皮素-3-O-β-D-葡萄糖醛酸和3-阿拉伯葡萄糖基槲皮素对葡萄糖的消耗率达19.5%以上,表现出良好的降血糖活性。【结论】经响应面优化的金露梅黄酮超声提取工艺切实可行,建立的回归方程具有较高的准确性;多重层析柱法可实现金露梅中黄酮化合物的分离纯化,各组分除柚皮素外,均具有明显的抗氧化活性,且各组分化合物均有一定的降血糖活性。金露梅可作为一种天然抗氧化剂和降血糖剂来源在食品、医药等方面进行开发利用。     

基于深度学习的高分辨率麦穗图像检测方法

小麦是重要的粮食作物之一,针对人工田间麦穗计数及产量预测效率低的问题,基于深度学习提出了一种高分辨率的小密集麦穗实时检测方法。对麦穗图像数据集进行图像分割、标注、增强预处理,基于Tensorflow搭建YOLOv4网络模型,调整改进后对其进行迁移学习;与YOLOv3、YOLOv4-tiny、Faster R-CNN训练模型进行对比,对改进模型的实用性与局限性进行分析;重点分析影响麦穗检测模型性能的关键因素。通过图像分割的方式,证明了通过改变图像分辨率确定麦穗所占图像最优像素比,可以提高前景与背景差异,对小密集麦穗有显著效果。通过对改进模型的测试,表明该模型检测精度高,鲁棒性强。不同分辨率、不同品种、不同时期的麦穗图像均类平均精度（mAP）为93.7%,单张图片的检测速度为52帧·s^-1,满足了麦穗的高精度实时检测。该研究结果为田间麦穗计数以及产量预测提供技术支持。