基于迁移学习和改进残差网络的棉花叶螨为害等级识别

针对人工诊断棉叶螨害分级准确率低、耗时长、成本高的问题,提出一种基于迁移学习和改进残差网络的棉花叶螨为害等级识别方法。以3种受害等级的棉花叶片与健康叶片图像作为对象,分别于单一背景和自然环境下采集图像,构建图像数据集。首先,利用PlantVillage数据集预训练模型,使用数据增强技术对数据集进行数据增强,扩充训练样本;然后,在ResNet50网络模型的基础上,引入焦点损失函数,在不同网络层嵌入注意力机制模块,并加入Dropout正则化构建改进的ResNet50模型;最后,对比不同模型的识别效果。结果表明：同时在深层和浅层引入注意力机制模块,设定动量为0.9、学习率为0.001时,改进的ResNet50模型具有最好的分类效果,优于ResNet50、VGG16、MobileNet、AlexNet和SENet模型,对棉叶螨危害等级的平均识别准确率达到97.8%。     

南疆地区不同灌水量和种植密度对无膜棉生长的影响

灌水量和种植密度是影响无膜棉生长的重要因素。为确定不同灌水量和栽植密度对南疆地区无膜棉生长的影响，以中棉619为试验对象，设置了3个灌水量水平[低水量(60%棉花需水量)、中水量(80%棉花需水量)、高水量(100%棉花需水量)]和3个种植密度水平[低密度(21万株/hm²)、中密度(26万株/hm²)、高密度(32万株/hm²)]进行了试验，并测定了棉花的株高、茎粗和蕾期时棉花果枝始节高度及果枝台数。结果表明，株高随灌水量的增加而增加，茎粗随灌水量的增加而先降低后升高，株高和茎粗均随种植密度的增加而减小。灌水量和种植密度的交互作用对棉花果枝始节高度有极显著的影响。由此说明，灌水量与种植密度合理组合，可以有效提高棉花生长发育水平，节约灌溉用水，达到高产节水的目的；灌水量与种植密度组合不合理，会导致灌溉供给与棉花耗水失衡，造成灌溉水资源的浪费，还会抑制棉花生长，降低产量。