排序方式: 共有159条查询结果,搜索用时 15 毫秒
131.
针对当前我国甘薯秧蔓机械化收获环节存在收净率低、秧蔓缠绕机具、伤薯率高等问题,严重制约了甘薯全程机械化的推进。为了突破以上难题,通过查阅大量国内外文献以及实地调研,充分了解甘薯在田间的生长形态以及农艺要求,结合甘薯秧蔓收获的切-送-归集理论,结合CAD技术与CAE技术,进行了甘薯秧蔓切割过程中仿垄型拨禾切割装置的运动学和动力学的仿真分析,在机具作业过程中,秧蔓与仿垄型拨禾切割装置相互作用,分析切割甘薯秧蔓的运动过程,探究甘薯秧蔓在整个切送归集收获过程中的运动规律。 相似文献
132.
133.
134.
135.
136.
基于Mask R-CNN的玉米田间杂草检测方法 总被引:1,自引:0,他引:1
针对田间复杂环境下杂草分割精度低的问题,提出了基于Mask R-CNN的杂草检测方法。该方法采用残差神经网络Res Net-101提取涵盖杂草语义、空间信息的特征图;采用区域建议网络对特征图进行杂草与背景的初步二分类、预选框回归训练,利用非极大值抑制算法筛选出感兴趣区域;采用区域特征聚集方法(Ro IAlign),取消量化操作带来的边框位置偏差,并将感兴趣区域(Ro I)特征图转换为固定尺寸的特征图;输出模块针对每个Ro I计算分类、回归、分割损失,通过训练预测候选区域的类别、位置、轮廓,实现杂草检测及轮廓分割。在玉米、杂草数据集上进行测试,当交并比(Io U)为0. 5时,本文方法均值平均精度(m AP)为0. 853,优于Sharp Mask、Deep Mask的0. 816、0. 795,本文方法的单样本耗时为280 ms,说明本文方法可快速、准确检测分割出杂草类别、位置和轮廓,优于Sharp Mask、Deep Mask实例分割算法。在复杂背景下对玉米、杂草图像进行测试,在Io U为0. 5时,本文方法 m AP为0. 785,单样本耗时为285 ms,说明本文方法可实现复杂背景下的农田作物杂草分割。在田间变量喷洒试验中,杂草识别准确率为91%,识别出杂草并准确喷雾的准确率为85%,准确喷药的杂草雾滴覆盖密度为55个/cm2,装置对每幅图像的平均处理时间为0. 98 s,满足农药变量喷洒的控制要求。 相似文献
137.
针对传统苹果叶部病害分类方法精准性差、效率低等问题,提出了一种基于改进ResNet18的苹果叶部病害多分类算法。通过在原始ResNet18网络的基础上增加通道与空间注意力机制分支,强化网络对叶部病害区域的特征提取能力,提高病害的识别精度和实时性。为更好地引导网络学习到零散分布的病害斑点的特征,引入特征图随机裁剪分支,不仅实现有限样本空间的扩充,还进一步优化网络结构,提高训练速度。试验以苹果5类常见的叶部病害(黑星病、黑腐病、雪松锈病、灰斑病、白粉病)为主要研究对象,并与主流分类算法模型进行对比。试验结果表明,所提ResNet18-CBAM-RC1模型病害分类准确率可达98.25%,高于ResNet18(93.19%)和VGG16(96.13%),能够有效提取叶片病害特征,增强对多类病害的识别,提高识别准确率。此外,模型内存占用量仅为37.44 MB,单幅图像推理时间为9.11 ms,可满足嵌入式设备上果园病害识别的实时性要求。 相似文献
138.
139.
140.
针对花生收获漏果、掉果严重且缺少有效的花生复收机问题,为进一步减小花生收获损失率、提高收获效益,设计了一种牵引式花生复收机。复收机主要由挖掘装置、滚筒式分离输送装置、集果箱、机架及限深装置等组成,能够一次性完成花生荚果的挖掘、输送、除杂去土及收集等作业过程。其中,挖掘铲采用封闭铲面及栅杆结构,有效降低了挖掘阻力,提升了挖掘效果;采用滚筒式分离输送装置,实现了花生荚果的有效抬升及碎土清土,有效降低了花生荚果的含土率及破损率。田间试验结果表明:机具收获效果好,工作性能稳定,收获含土率低于4%,破损率低于2.5%,漏果率低于0.25%,生产效率达到0.21~0.37 hm2/h,可为进一步开发设计高效的花生复收收获机械提供参考。 相似文献