首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 78 毫秒
1.
为了准确地识别和定位自然环境中接近成熟或已成熟的树上芒果,提出了一种基于改进YOLOv3的目标检测方法(ISD-YOLOv3).该方法首先利用在图像分类数据集ImageNet上精度更高的SE_ResNet50网络替换YOLOv3算法中的主干网络DarkNet53,提取更多的芒果特征信息,增强对小目标的识别;其次为有效减...  相似文献   

2.
基于YOLOv3-CIoU的松材线虫病树检测方法研究   总被引:1,自引:0,他引:1  
松材线虫病被称为松树的癌症,及时发现并处置松材线虫病树是防止疫情扩散的重要手段.人工踏查、遥感影像等手段难以有效满足复杂林区疫情监测的需求.为快速、准确发现松材线虫病树,提高处置效率,本文提出了一种基于改进YOLOv3算法的松材线虫树检测方法.首先,使用小型无人机机载高分辨率数码相机在不同空间位置采集松材线虫病树图像并...  相似文献   

3.
草莓目标检测对草莓智能化监测和自动化采摘具有非常重要的意义。本文提出了一种基于YOLOv4的草莓目标检测方法。针对复杂环境下采集到的草莓数据集,首先采用LabelImg进行数据类型标注,然后采用改进的Kmeans聚类算法进行先验框尺寸的计算,最后采用分阶段训练方法对搭建的YOLOv4模型进行训练和模型评估。结果表明,该方法的测试集平均精度均值达到97.05%,单张图像检测时间平均为74 ms,能够满足草莓的高精度实时检测需求。  相似文献   

4.
番茄目标检测有利于提升番茄采摘的智能化程度。本文针对番茄目标检测问题,提出了一种基于Yolo3的目标检测方法。通过对数据集手工标注,并利用kmeans聚类算法更新先验框参数,实现了数据模型的训练测试与模型评估。实验结果表明,所采用方法的目标检测mAP为96.34%,能够有效地实现番茄目标检测。  相似文献   

5.
为了解决水稻小病斑检测不准确的问题,提出一种基于改进YOLOv3的水稻叶部病害检测方法Rice–YOLOv3。首先,采用K–means++聚类算法,计算新的锚框尺寸,使锚框尺寸与数据集相匹配;其次,采用激活函数Mish替换YOLOv3主干网络中的Leaky Relu激活函数,利用该激活函数的平滑特性,提升网络的检测准确率,同时将CSPNet与DarkNet53中的残差模块相结合,在避免出现梯度信息重复的同时,增加神经网络的学习能力,提升检测精度和速率;最后,在FPN层分别引入注意力机制ECA和CBAM模块,解决特征层堆叠处的特征提取问题,提高对小病斑的检测能力。在训练过程中,采用COCO数据集预训练网络模型,得到预训练权重,改善训练效果。结果表明:在测试集下,Rice–YOLOv3检测水稻叶部3种病害的平均精度均值(mAP)达92.94%,其中,稻瘟病、褐斑病、白叶枯病的m AP值分别达93.34%、89.68%、95.80%,相较于YOLOv3,Rice–YOLOv3检测的m AP提高了6.05个百分点,速率提升了2.8帧/s,对稻瘟病和褐斑病的小病斑的检测能力明显增强,可以检测出原...  相似文献   

6.
针对智能驾驶场景下的小尺寸交通标志检测准确率不高的问题,提出一种基于Tiny YOLOv3网络的交通标志检测算法。通过使用深度可分离卷积重构特征提取网络和增加浅层与深层特征层之间的特征融合,提高模型对小目标的注意力;同时修改anchor boxes尺寸,提升预测框的准确度。在TT100K交通标志数据集上的试验结果表明,提出算法的平均精度均值(mAP)较TinyYOLOv3提高了19.3%,对小尺寸交通标志检测具有更强的鲁棒性。  相似文献   

7.
本文提出了一种基于深度学习目标检测技术的杨梅开花期、幼果期和果实成熟期等关键发育期自动识别方法,首先搜集整理日常观测中拍摄的杨梅不同发育期影像资料,然后分析整理杨梅雌花、杨梅果实等器官的形态特征,并对相应特征进行分类标注,形成杨梅关键发育期特征数据集,最后利用YOLOv3算法训练本地化目标检测模型,实现对杨梅开花期、幼果期和果实成熟期等关键发育期的自动识别。随机使用特征数据集中未参加训练部分对本地化目标检测模型进行测试,该模型对雌花开花、幼果和成熟果实的识别准确率分别可达90.91%,90.79%和90.83%。表明本文所提出的方法可以作为实现杨梅关键发育期观测自动化的可行方案。  相似文献   

8.
基于YOLOv3网络的小麦麦穗检测及计数   总被引:2,自引:0,他引:2  
小麦(Triticum aestivum L.)麦穗检测及计数对小麦产量估计及育种至关重要,但传统小麦麦穗数量统计都是基于人工统计的方法或遥感预测等方法,效率低且准确率差。为解决上述问题,提出了基于YOLOv3的深度神经网络小麦检测方法。结果表明,YOLOv3在3种常见的小麦品种上检测平均精度mAP值为67.81%,麦穗计数准确率为93%,该方法可快速高效地检测特定标注框中的小麦麦穗。  相似文献   

9.
刘芳  刘玉坤  张白 《江苏农业学报》2021,37(5):1262-1269
为解决温室叶菜子叶期幼苗生长密集情况下的图像识别问题,提出一种密集连接型D-YOLOv3检测网络.该网络以YOLOv3为基础构建主干网络,改进检测结构和损失函数.以穴盘培育的油菜幼苗为例展开一系列试验.首先确定了YOLOv3和D-YOLOv3检测网络中损失函数的修正系数;其次通过构建的几种检测网络的对比试验验证了对YOLOv3主干网络、检测结构和损失函数改进的有效性,D-YOLOv3的幼苗检测精度高达93.44%,检测时间低至12.61 ms,与YOLOv3相比精度提升9.4个百分点,时间降低4.07 ms;最后进行不同密集程度和光照环境下幼苗图像的检测性能对比试验,结果表明D-YOLOv3的检测精度、检测时间及对小目标的特征提取能力均优于YOLOv3.D-YOLOv3能够对温室环境下的叶菜幼苗进行有效检测,可以为智能检测装备的作物识别提供依据.  相似文献   

10.
【目的】提出一种基于改进YOLOv5_OBB的旋转目标检测方法,快速、准确地检测和定位中华绒螯蟹。【方法】首先,在YOLOv5_OBB的主干网络中引入高效通道注意模块;其次,采用BiFPN网络结构进行特征融合模块设计,实现高效的双向跨尺度连接和加权特征融合;最后,采用变焦损失(varifocal loss)解决正负样本不均衡问题。【结果】改进后YOLOv5_OBB模型的P(precision)、R(recall)和mAP(mean average precision)分别达到95.4%、95.2%和90.1%,比原模型分别提高了1.0%、1.9%和1.3%。【结论】该模型能够实时、准确地检测和定位中华绒螯蟹,实现自动化养殖。  相似文献   

11.
百香果是一类集数百种水果香气于一体,兼有食品、医药和观赏等功能的水果。通过对百香果各种功能及开发现状的介绍,全面阐述它的开发价值,评价了它的可持续发展潜力,为我国长江流域及以南地区的引种驯化和发展提供理论和技术参考,并为这一类新型水果事业发展注入动力。  相似文献   

12.
西番莲低糖果脯的研制   总被引:1,自引:0,他引:1  
以西番莲果皮为原料,研究了低糖果脯的加工工艺.生产出色泽自然,酸甜可口,形态饱满,透明,且在室温下能保持6个月的低糖西番莲果脯.  相似文献   

13.
西番莲蔓枯病病原鉴定初报   总被引:1,自引:0,他引:1  
 从采自云南省潞西县西番莲枯枝上分离到两种分离物,鉴定为胡萝卜链格孢〔Alternariadauci(Kuehn) Groveset.Skolko〕和多隔镰孢(Fusarium decemcelulare Brick).致病性测定证实两种病原菌都能引起西番莲枝蔓枯死,且两者复合接种,枝蔓枯死加重,据此初步认为该病为复合侵染病害,并将该病称为"西番莲蔓枯病".本文描述了西番莲蔓枯病的症状、病原菌形态和致病性测定结果.  相似文献   

14.
比较了不同预处理方法、解离方法、酶解时间和制片方法对紫果西番莲细胞中期分裂相、染色体收缩程度和分散度的影响.结果表明:8-羟基喹啉室温下处理根尖2.5 h、混合酶液(2%纤维素酶和0.5%果胶酶)37 ℃酶解70 min、涂片法制片的染色体分散性好,背景干净,着丝点比较清晰,随体明显,效果最佳;紫果西番莲的核型公式是2n=2x=18=14m(2sat)+4sm,属于2A型,第4对染色体上带有随体.  相似文献   

15.
百香果(Passiflora edulis Sims)是重要的热带水果,广泛种植于热带和亚热带地区,营养丰富,香味浓郁,有“果汁之王”美誉。百香果在我国已经有多年的种植史,近年来随着种植面积的增加,各种病虫害的发生愈发严重,导致百香果产量和品质大幅下降,严重阻碍了我国百香果产业的发展。本论文通过对百香果病虫害防治技术的研究进行综述,以期为百香果生产上的病虫害防治提供重要参考。  相似文献   

16.
采用热脱附-气相色谱/质谱(TCT-GC/MS)联用技术,对动态顶空密闭循环吸附捕集云南产紫果西番莲果皮、果肉和籽的挥发物分别进行检测。结果表明,成熟果实挥发物中可检出烷烃、烯烃、酯类及醛、酮类化合物,其中果皮挥发物以烷烃、烯烃为主,酯类化合物种类少、含量低;果肉挥发物以烯烃、酯类为主;籽挥发物中烷烃、烯烃、酯类均可明显检出,但酯类含量最高。果肉挥发物中的丁酸酯和己酸酯可能是西番莲果实的主要特征挥发物类型,相对含量超过5%的酯类化合物有丁酸乙酯(5.52%)、己酸乙酯(8.66%)、丁酸己酯(10.88%)和己酸己酯(6.71%)。紫果西番莲籽挥发物保留了果实中的主要酯类特征香气组分。  相似文献   

17.
以紫果西番莲种籽油粕为研究对象,利用超声微波双辅助法提取油粕中的黄酮,研究乙醇体积分数、料液比、超声功率、超声时间、微波功率、微波时间6个因素对黄酮提取率的影响,结果表明,超声时间、乙醇体积分数、料液比、微波功率对黄酮提取率影响极显著,超声功率、微波时间对黄酮提取率影响显著。采用响应面分析法优化提取工艺参数为:乙醇体积分数73.78%、料液比1∶56.02(g/m L)、超声功率300 W、超声时间50 min、微波功率160 W、微波时间90 s,该条件下黄酮提取率为117.53 mg/g,比常用的乙醇浸提法提高14.81%。  相似文献   

18.
【目的】 东亚西番莲病毒(East Asian Passiflora virus,EAPV)是西番莲(百香果)上危害严重的一种病毒。本研究对我国大陆地区东亚西番莲病毒福建分离物(EAPV-FJ)的全基因组序列进行测定,明确其基因组序列特征,并建立适用于EAPV特异性检测的TC-RT-PCR(tube capture RT-PCR)技术,旨在为该病毒的检测、监测及防治提供理论依据和技术支持。【方法】 采用小RNA深度测序技术结合分段克隆方法和RACE技术,测定EAPV-FJ的全基因组序列,对获得的序列进行序列特征、系统发育关系和重组分析;通过反应条件及反应体系优化,建立用于EAPV快速检测的TC-RT-PCR技术,测定其特异性和灵敏度,并应用建立的TC-RT-PCR技术对福建省西番莲果园采集的样品进行检测,同时利用普通RT-PCR检测方法进行验证。【结果】 测序获得的EAPV-FJ核苷酸序列全长为10 065 nt(不含polyA尾),含有一个长度为9 663 nt的开放阅读框,编码3 220 aa的多聚蛋白(polyprotein),经剪切后最终生成P1、HC-Pro、P3、6K1、CI、6K2、VPg、NIa、NIb和CP 10个蛋白。基因组序列一致性分析结果表明,EAPV-FJ全基因组与GenBank登录的4个EAPV代表分离物核苷酸序列一致性为80%—99%,其中与AO株系的越南分离物EAPV-GL1(GenBank登录号:MT450870)一致性最高,为99%;EAPV-FJ多聚蛋白核苷酸、氨基酸序列与GenBank登录的4个EAPV代表分离物一致性分别为79%—99%、82%—98%。基于多聚蛋白核苷酸序列的系统发育关系分析显示,EAPV分离物共分为两个类群(Group I为AO株系、Group Ⅱ为IB株系),未表现出明显的地理相关性,其中EAPV-FJ属于Group I,与已报道的越南分离物EAPV-GL1亲缘关系最近。重组分析结果表明,EAPV-FJ为非重组分离物。建立的TC-RT-PCR检测技术具有较好的特异性和灵敏度,仅能检测到感染EAPV的西番莲样品,而黄瓜花叶病毒(cucumber mosaic virus,CMV)、西番莲潜隐病毒(Passiflora latent virus,PLV)、木槿潜隐皮尔斯堡病毒(hibiscus latent Fort Pierce virus,HLFPV)、芜菁花叶病毒(turnip mosaic virus,TuMV)、大豆花叶病毒(soybean mosaic virus,SMV)、夜来香花叶病毒(telosma mosaic virus,TeMV)等其他病毒及健康样品均无法检测到;灵敏度最低可以检测到稀释10倍的EAPV西番莲病叶提取液原液,与普通RT-PCR检测方法的灵敏度相当。应用建立的TC-RT-PCR技术从福建省西番莲果园采集的60份疑似病样中检出EAPV共13份,该结果与普通RT-PCR检测结果一致。【结论】 首次报道了我国大陆地区EAPV全基因组序列,该分离物(EAPV-FJ)基因组结构与已报道的其他分离物一致,在系统发育关系上与越南分离物EAPV-GL1亲缘关系最近,且未检测到重组位点;建立的TC-RT-PCR检测技术具有操作简便、特异性强、灵敏度高和成本低的优点,能有效用于西番莲果园样品上EAPV的实际检测。  相似文献   

19.
西番莲属多年生藤本植物,有很高的开发利用价值,且市场前景十分广阔,但传统的种植方式及西番莲品种本身已经不能满足市场需要,因此,西番莲育种及其育种的改良尤为重要。由于西番莲染色体数目少,且未发现有自然的多倍体变异,所以西番莲多倍体育种是可能的。传统的多倍体育种依靠秋水仙素来完成,但秋水仙素存在很大的不足,许多国内外学者在这方面已进行了不少探索,如用除草剂类的Oryzalin取代秋水仙素作为诱导剂来诱导植物多倍体,并取得了一些进展。本研究对Oryzalin在西番莲多倍体育种中的应用进行探索,以期望取得预期的目的。  相似文献   

20.
辜燕飞  刘红  徐伟霞 《安徽农业科学》2010,38(14):7316-7317,7362
[目的]研究西番莲(Passiflora dulis)叶红外指纹图谱。[方法]运用双指标序列分析法。以共有峰和变异峰率为指标,计算样品相对于该标准品的共有峰率和变异峰率,并按照共有峰率和变异峰率的大小建立不同的序列。[结果]海口、儋州、万宁、屯昌的西番莲样品红外图谱比较吻合,但也存在一定的差异。[结论]该研究为快速地把相似的西番莲样品归为一类提供了科学依据。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号