排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
以浙江省台州市路桥区为例,分析彩叶植物在该地区园林景观中的应用现状及存在的问题,并提出一些合理性的建议。 相似文献
2.
3.
4.
5.
鲁中山区不同立地条件下侧柏、赤松、刺槐生长研究 总被引:1,自引:0,他引:1
以山东省鲁中山区侧柏、赤松、刺槐三个树种为研究对象,分六种立地类型进行标准地和解析木调查,采用控制变量法,运用SPSS20.0进行方差分析与多重比较,研究不同立地条件下不同树种生长状况。结果表明:刺槐树高、胸径、材积平均生长量均高于赤松和侧柏,另赤松高于侧柏;对研究涉及的三个树种来说,阳坡生长量都大于阴坡;三个树种在鲁中山区生长状况总体良好,从生长量角度来说刺槐优于赤松,赤松优于侧柏。研究结果可为山东省不同立地条件下的更新造林选择提供参考依据。 相似文献
6.
7.
8.
9.
为了实现自然环境下疏果前苹果的快速识别和精确定位,满足果园智能化种植需求,提出了一种基于改进的YOLOv5深度学习的检测模型。首先,为了解决苹果的尺度大小不一带来的问题,改进目标检测层,在YOLOv5的第17层之后对特征图进行上采样,在第20层将网络提取到的特征图与Backbone网络中的第2层特征图进行融合操作,以生成不同尺寸的检测层。其次,为了克服复杂环境的影响,改进特征融合网络,使用BiFPN(Bidirectional Feature Pyramid Network))进行特征融合,来更有效地提取目标信息。最后,将采集到的苹果图像进行不同网络模型检测效果对比试验。试验表明,改进的模型经过8 274幅图像训练,在2 759幅测试集上的检测准确率为94.2%,召回率为95.2%,F1值为94.7%;相比YOLOv3、YOLOv4、原YOLOv5网络,准确率分别提高了4.4%、7.0%、2.3%,F1值分别提高6.1%、6.5%、2.6%;相比YOLOv3、YOLOv4网络,图像的检测速度分别提高了13.5、21.4 ms/幅。结果表明,在... 相似文献
1