全文获取类型
收费全文 | 165篇 |
免费 | 1篇 |
国内免费 | 15篇 |
专业分类
林业 | 5篇 |
农学 | 20篇 |
基础科学 | 25篇 |
6篇 | |
综合类 | 68篇 |
畜牧兽医 | 2篇 |
园艺 | 53篇 |
植物保护 | 2篇 |
出版年
2024年 | 1篇 |
2023年 | 6篇 |
2022年 | 6篇 |
2021年 | 4篇 |
2020年 | 5篇 |
2019年 | 2篇 |
2018年 | 10篇 |
2017年 | 8篇 |
2016年 | 11篇 |
2015年 | 7篇 |
2014年 | 8篇 |
2013年 | 16篇 |
2012年 | 9篇 |
2011年 | 8篇 |
2010年 | 21篇 |
2009年 | 8篇 |
2008年 | 17篇 |
2007年 | 6篇 |
2006年 | 6篇 |
2005年 | 10篇 |
2004年 | 7篇 |
2003年 | 1篇 |
1999年 | 3篇 |
1998年 | 1篇 |
排序方式: 共有181条查询结果,搜索用时 0 毫秒
181.
为实现虾只机械剥壳环节裸肉虾与带壳虾自动分选,该研究提出一种基于改进YOLOv4模型的虾只肉壳辨识方法。将YOLOv4模型中CSP-Darknet53网络替换为GhostNet网络,增强模型自适应特征提取能力及简化模型参数计算量。在YOLOv4主干特征提取网络Resblock模块中引入轻量级注意力机制,增强主干特征提取网络的特征提取能力。将YOLOv4模型中GIoU损失函数替换为CIoU损失函数,提高模型预测框的回归效果。为检测改进效果进行了不同模型对比验证,轻量化结果表明改进YOLOv4模型参数量最少、计算量最小;消融试验表明改进YOLOv4模型的平均精度均值为92.8%,比YOLOv4模型提升了6.1个百分点。不同场景下应用改进YOLOv4模型进行虾只肉壳辨识性能试验。结果表明:同品种不同环境的虾只肉壳辨识总体平均准确率为95.9 %,同品种不同剥壳方式的虾只肉壳辨识准确率平均值为90.4 %,不同品种虾只肉壳辨识准确率平均值为87.2 %。研究结果可为裸肉虾与带壳虾自动分选提供技术支撑。 相似文献