基于无人机视频影像的油菜苗检测与计数

针对油菜生长早期传统人工苗情调查方法效率低、主观意识强,不能满足大面积或经常性高精度苗期调查作业需求的问题,该研究基于无人机影像及机器学习技术,提出一种油菜苗视频流检测模型及计数方法。通过对YOLO系列基础模型添加多头自注意力,用BasicRFB（basic receptive field block）模块替换原有的空间池化结构（spatial pyramid pooling-fast,SPPF）模块,并对Neck部分添加一维卷积及更换下采样方式等,进一步结合DeepSORT（deep simple online and real-time tracking）算法和越线计数技术实现对油菜苗的数量统计。算例测试结果表明,改进后YOLOv5s的交并比阈值0.50的平均精度均值达到93.1%,交并比阈值0.50～0.95的平均精度均值达到了67.5%,明显优于Faster R-CNN、SSD和YOLOX等其他经典目标检测算法,交并比阈值0.50的平均精度均值分别高出14.82、26.37和3.3个百分点,交并比阈值为0.50～0.95范围下的平均精度均值分别高出25.7、33.9和6.7个百分点。油菜苗计数试验结果表明,离线视频计数时,在合理的种植密度区间内,所提算法的油菜苗计数精度平均达到93.75%,计数效率为人工计数的9.54倍;在线实时计数时,在不同天气情况下,计数平台的油菜苗计数精度最大相差1.87个百分点,具有良好的泛化性,满足油菜苗计数实时性要求。     

水下底栖生物轻量化目标检测算法YOLOv7-RFPCW

针对水下底栖生物检测模型参数量过多,计算量过大,同时水下环境复杂容易造成错检和漏检,影响模型在水下底栖生物检测任务中的准确性的问题。提出了一种水下底栖生物轻量化检测算法YOLOv7-RFPCW。对YOLOv7网络重新设计轻量级网络结构,降低了特征提取网络的参数量和计算量,减少模型体积。设计了P-ELAN和P-ELAN-W模块,进一步轻量化特征提取网络;针对水下图像颜色失真,目标的空间位置不准确的问题,采用CBAM注意力模块加强特征融合,减少信息丢失,以更好地适应特殊的水下环境;针对水下目标容易出现形状变形的问题,使用WIOU-V3损失函数替换默认的CIOU损失函数,提高水下底栖生物检测的鲁棒性。试验结果显示,改进后的模型YOLOv7-RFPCW的参数量和计算量分别减少了75.9%和30.7%,模型体积减小了75.3%,精度提升了1.9个百分点。这一综合性的提升兼顾了轻量化和精度,为在水下环境中部署提供了可行的解决方案,验证了所提出的改进算法能胜任水下底栖生物检测任务。     

MAGNETIC RESONANCE IMAGING FINDINGS IN THE EQUINE DEEP DIGITAL FLEXOR TENDON AND DISTAL SESAMOID BONE IN ADVANCED NAVICULAR DISEASE—AN EX VIVO STUDY

We describe the abnormal magnetic resonance (MR) imaging findings in the deep digital flexor tendon (DDFT) and distal sesamoid bone in horses with radiographic changes compatible with navicular syndrome. Thirteen postmortem specimens were examined using a 1.5-T magnetic field, with spin echo (SE) T1-weighted, turbo SE (TSE) proton density-weighted (with and without fat saturation), and fat saturation TSE T2-weighted sequences. The limbs were then dissected to compare the MR findings with the gross assessment and histologic examination of the DDFT and distal sesamoid bones. Tendonous abnormalities were detected by MR imaging in 12 DDFTs and confirmed at necropsy. Most tendon lesions were located at the level of the distal sesamoid bone and the proximal recess of the podotrochlear bursa. Tendon lesions were classified based on their MR imaging features as core lesions, dorsal lesions, dorsal abrasions, and parasagittal splits. Areas of increased MR signal in the DDFTs were characterized by tendon fiber disturbance and lack of continuity of the collagen fibers, foci of edema, hemorrhages, and formation of lakes containing eosinophilic plasma-like material or amphophilic material of low density. Bone marrow signal alterations in the distal sesamoid bone were seen in all digits. Two main phenomena were responsible for the abnormal signal, respectively, in T1-weighted (decreased signal) and in T2-weighted fat-suppressed images (increased signal): a decrease in the fat marrow content in the trabecular spaces and an increase in the fluid content. Histologic examination revealed foci of bone marrow edema, hemorrhage, necrosis, and fibrosis. Cyst formation and trabecular abnormalities (disorganization, thinning, remodelling) were also observed in areas of abnormal signal intensity. Increased bone density because of trabecular thickening induced a decrease in signal in all sequences.     

深层搅拌桩在堤防修复中的应用及效果评价

介绍了深层搅拌桩在堤防修复工程中的应用。根据工程地质和水文地质条件,建立处理区域的三维有限元模型,分析其渗流性态和稳定特性。结果表明,深层搅拌桩应用于堤防修复中满足工程要求。     

告地策的行文格式与相关问题

本文通过对秦代官府文书和汉代告地策的行文格式的对比,认为所谓告地策的行文程式,实际上是秦代官府文书的一种照搬。如果按照这种官府文书的行文程式来检讨那些被认为是告地策的材料,我们可以发现,真正的告地策都是出土于湖北江陵一带,而且一共也就5块而已。     

我国橡实资源的开发利用

我国橡实资源非常丰富 ,有 7属 3 0 0多种 ,分布广泛 .据统计 ,我国约有橡实林 1.3 3× 10 7～ 1.67× 10 7hm2 ,年产橡实 60～ 70亿 kg.橡实营养丰富 ,橡仁含淀粉 5 0 %～ 70 %、可溶性糖 2 %～ 8%、单宁 0 .2 6%～ 17.74%、蛋白质 1.17%～ 8.72 %、油脂1.0 4%～ 6.86%、粗纤维 1.13 %～ 5 .89%、灰分 1.3 0 %～ 3 .40 % ;橡壳也含有大量的色素和单宁等成分 .橡实全身是宝 ,其开发利用的前景十分广阔 .对橡仁、橡壳进行综合利用 ,可以生产出淀粉、色素及一系列副产品 ,利用率将近 10 0 % ,几乎不产生任何污染 .同时还可以将橡实淀粉加工成变性淀粉等系列产品 ,从而提高产品的科技含量和经济价值 .我国橡实资源的开发利用不容乐观 ,存在资源破坏严重等系列问题 .为此 ,提出了旨在充分发挥资源优势、扩大利用规模、提高经济效益的开发利用的对策 .     

半干旱沙地机械化造林试验研究及其前景

１９９２年以来在科尔沁沙地开展的杨树深栽机械化造林试验表明,钻孔深栽植干造林和深松插干造林是一项效率高、成本低,成活率高的造林技术,是一项值得推广,尤其是在半干旱地区推广的技术。杨树植干深栽和深松插干造林在科尔沁沙地需要使用专用设备才能完成,深栽造林钻孔机和深松式插干造林植树机是用于深栽造林的理想和有效设备。使用这两种设备在半干旱沙地和流动沙丘的试验表明,机械化深栽造林技术在治理荒漠化方面有广阔的     

浅议贵州森林旅游的深层次开发

在分析旅游文化与贵州森林旅游深层次开发相互关系的基础上，结合贵州森林旅游业发展的实际情况，阐述了贵州森林旅游深层次开发的必要性和可行性，提出贵州森林旅游深层次开发的设想和保障措施。     

基于改进DeepLabv3+的水稻田间杂草识别方法

针对实际稻田环境中水稻与杂草相互遮挡、难以准确区分的问题,提出一种基于改进DeepLabv3+的水稻杂草识别方法。以无人机航拍的复杂背景下稻田杂草图像为研究对象,在DeepLabv3+模型的基础上,选择轻量级网络MobileNetv2作为主干特征提取网络,以减少模型参数量和降低计算复杂度;融合通道和空间双域注意力机制模块,加强模型对重要特征的关注;提出一种基于密集采样的多分支感受野级联融合结构对空洞空间金字塔池化模块(ASPP)进行改进,扩大对全局和局部元素特征的采样范围;对模型解码器部分进行改进。设置消融试验验证改进方法的有效性,并与改进前DeepLabv3+、UNet、PSPNet、HrNet模型进行对比试验。试验结果表明,改进后模型对水稻田间杂草的识别效果最佳,其平均交并比(MIoU)、平均像素准确率(mPA)、F1值分别为90.72%、95.67%、94.29%,较改进前模型分别提高3.22、1.25、2.65个百分点;改进后模型内存占用量为11.15 MB,约为原模型的1/19,网络推算速度为103.91 f/s。结果表明改进后模型能够实现复杂背景下水稻与杂草分割,研究结果可...     

基于无人机多光谱影像和关键点检测的雪茄烟株数提取

为从无人机遥感影像中准确识别烟草,实现植株定位与计数,以雪茄烟草植株为研究对象,提出一种新的深度学习模型。区别于传统的利用检测框识别目标,本文模型利用少量的关键点学习烟草中心形态学特征,并采用轻量级的编、解码器从无人机遥感影像快速识别烟草并定位计数。首先,提出的模型针对烟草植物形态学特点,通过中心关键点标注的方法,使用高斯函数生成概率密度图,引入更多监督信息。其次,对比不同主干网络在模型中的效果,ResNet18作为主干网络时平均精度大于99.5%,精度和置信度都高于测试的其他主干网络。而MobileNetV2在CPU环境下达到运行效率最优,但平均置信度相对较低。使用损失函数Focal Loss与MSE Loss结合的Union Loss时,平均精度大于99.5%。最后,利用不同波段组合作为训练数据,对比结果发现使用红边波段更有助于模型快速收敛且能够很好地区分烟草和杂草。由于红边波段与植株冠层结构相关,使用红边、红、绿波段时平均精度达到99.6%。本文提出的深度学习模型能够准确地检测无人机遥感影像中的烟草,可为烟草的农情监测提供数据支持。