排序方式: 共有99条查询结果,搜索用时 15 毫秒
41.
基于红外热成像的白羽肉鸡体温检测方法 总被引:2,自引:0,他引:2
为了快速、准确地检测肉鸡体温,提出了一种红外热成像技术和深度学习相结合的肉鸡体温检测方法。以卷积神经网络为基础,建立肉鸡头部和腿部的感兴趣区域(Region of interest,ROI)识别模型,提取肉鸡头部和腿部的最高温度,结合环境温度、相对湿度和光照强度,分别构建了基于多元线性回归和基于BP神经网络的肉鸡翅下体温反演模型。试验结果表明,基于深度卷积神经网络(Convolutional neural networks,CNNs)的感兴趣区域识别模型在测试集上的查准率和查全率分别为96. 77%和100%,基于多元线性回归和BP(Back propagation)神经网络的反演模型平均相对误差分别为0. 33%和0. 29%。基于BP神经网络的肉鸡翅下温度反演模型具有更高的准确性,可准确检测肉鸡体温。 相似文献
42.
43.
44.
农业机器人的开发背景及技术动向 总被引:9,自引:5,他引:9
针对当前高科技农业的发展,论述了开发农业机器人的生产背景及国内外关于农业机器人的研究现状,概述了农业机器人的技术特点及技术动向;并对未来农业机器人的发展前景做了展望. 相似文献
45.
46.
为分析羊进食行为、自动估算其进食量,提出一种从舍饲湖羊采食视频中自动识别其短时咀嚼行为的方法。首先,针对舍饲湖羊采食区域特点,在EfficientDet网络架构中增加目标框筛选模块,检测视频帧中羊嘴张开、上下颌错开及闭合3种状态,根据羊脸与相机拍摄角度的方位关系检测羊嘴状态,并为各状态赋编码值;然后,利用正则表达式提取连续视频帧中的一次上下颌张合对应的羊嘴状态编码值序列片段;最后,针对羊侧脸面对相机咀嚼、抬头正脸面对相机咀嚼、低头正脸面对相机咀嚼以及鸣叫等一次上下颌张合动作对应的羊嘴状态编码值序列片段构建分类规则,实现短时咀嚼行为的自动识别。对比了基于EfficientDet-D0~D4、YOLO v5和SSD网络的羊嘴状态检测性能,结果表明,改进的EfficientDet-D1网络能以28.18 f/s的传输速率,获得95.64%和98.84%的羊嘴状态检测精确率和均值平均精确率,优于YOLO v5和SSD网络。利用湖羊采食视频测试EfficientDet-D1网络结合正则表达式的湖羊短时咀嚼行为识别分类规则性能,结果表明,分类规则能以91.42%的自动识别正确率和90.85%的平均正确率直接从视频中提取湖羊短时咀嚼行为发生次数和持续时长。本研究将基于视频的湖羊短时咀嚼行为识别问题转换为羊嘴状态编码值序列分类问题,降低了分类模型的复杂度,为湖羊短时咀嚼行为的自动识别提供了一种新的研究思路。 相似文献
47.
基于机器视觉的注水猪肉检测 总被引:1,自引:0,他引:1
通过对指定部位的生鲜猪肉,在特定的光照条件下拍摄图像,并以计算机图像分析为手段,采集猪肉的颜色参数。进而研究24位DIB图像的RGB颜色模型与被测猪肉的颜色变化的特征量。利用已测定的实验的数据和像素矩阵做差对比,判断被测猪肉是否为注水猪肉。 相似文献
48.
基于模糊综合分析方法的谷物溯源颗粒优化设计 总被引:1,自引:1,他引:0
身份标识技术是食品溯源系统中的关键技术之一,有效的身份标识技术应具有唯一性、识别鲁棒性、耐磨损性的特点。针对粮食生产中谷物生产多源头混合配送和分销而难以追溯到源产地的问题,该文提出采用溯源颗粒标识谷物身份信息的方法,以生产工艺参数压力及配方为影响因素,设计了影响基于糖类型和基于纤维素类型2种溯源颗粒的表面粗糙度的正交试验;并应用模糊综合评判方法分析2种溯源颗粒最优工艺参数组合。该研究探索了具有较光滑表面的追溯颗粒生产过程中生产参数的优化策略,为进一步研究谷物溯源颗粒的信息标识及提高生产工艺提供技术支持。 相似文献
49.
智能化精准灌溉施肥技术研究现状与展望 总被引:2,自引:0,他引:2
精准灌溉施肥技术是精确施肥和精确灌溉相结合的产物,精准灌溉施肥关键技术涉及到作物生长信息检测、营养液管理、决策支持系统。基于光谱技术、机器视觉技术的植物生长信息快速无损检测技术已成为精准农业的关键技术之一。营养液的配制及使用过程中的调节是精准灌溉施肥系统的核心,目前主要有基于电导率(EC)值的营养液管理方式、养分添加的营养液管理方式和基于作物模型的营养液管理方式。在精准灌溉施肥决策方面,研究农作物不同生长发育阶段与土壤、气象、管理措施的定量关系,为生成不同尺度的变量处方提供了依据,并对精准灌溉施肥技术进行了展望。 相似文献
50.