不同生态环境下葡萄光合特性差异性

【目的】分析不同生态环境下葡萄光合特性变化，研究2个葡萄品种在不同生态条件下光合特性的差异，分析不同主栽葡萄品种对生态环境的适应性。【方法】在乌鲁木齐市安宁渠镇和吐鲁番市鄯善县2个生态环境条件下进行试验，以无核白鸡心和无核白2个葡萄品种为材料，采用LI-6400和FMS-2测定其光合指标和荧光参数，分析不同生态环境条件下温度和光照差异对2个葡萄品种光合特性的影响。【结果】鄯善葡萄架下最高温度持续时间和光照时间均高于乌鲁木齐，鄯善最高温度为43℃,乌鲁木齐最高温度仅有38℃,日最高温度超出35℃的天数分别为86和20 d。鄯善PAR值高于乌鲁木齐，鄯善最高值为1 975.5μmol/(m²·s)。2个葡萄品种叶片净光合速率日变化曲线均呈双峰趋势，鄯善高于乌鲁木齐，10:00时无核白鸡心葡萄净光合速率日变化在鄯善为41.8μmol/(m²·s),显著高于乌鲁木齐的39.4μmol/(m²·s)。2个葡萄品种表观量子效率、暗呼吸速率、ΦPSⅡ、qP和NPQ等值均表现为在鄯善高于乌鲁木齐，电子传递速率在乌鲁木齐高于鄯善。【结论】...     

基于弱监督数据集的猪只图像实例分割

在智慧养殖研究中，基于深度学习的猪只图像实例分割方法，是猪只个体识别、体重估测、行为识别等下游任务的关键。为解决模型训练需要大量的逐像素标注图像，以及大量的人力和时间成本的问题，采用弱监督猪只分割策略，制作弱监督数据集，提出一种新的特征提取骨干网络RdsiNet:首先在ResNet-50残差模块基础上引入第2代可变形卷积，扩大网络感受野；其次，使用空间注意力机制，强化网络对重要特征的权重值；最后引入involution算子，借助其空间特异性和通道共享性，实现加强深层空间信息、将特征映射同语义信息连接的功能。通过消融实验和对比实验证明了RdsiNet对于弱监督数据集的有效性，实验结果表明其在Mask R-CNN模型下分割的mAP_Semg达到88.6%,高于ResNet-50、GCNet等一系列骨干网络；在BoxInst模型下mAP_Semg达到95.2%,同样高于ResNet-50骨干网络的76.7%。而在分割图像对比中，使用RdsiNet骨干网络的分割模型同样具有更好的分割效果：在图像中猪只堆叠情况下，能更好地分辨猪只个体；使用BoxInst训...