基于数据平衡和深度学习的开心果品质视觉检测方法

为探究数据集中分类数量的平衡性对开心果品质检测的影响,将开心果图像与深度学习网络相结合,提出一种数据自动平衡的检测方法。根据行业标准将开心果数据集分为开口、闭口和缺陷3类,在此基础上再分为未经数据平衡和经过数据平衡2个数据集,分别使用AlexNet、GoogLeNet、ResNet50、SqueezeNet、ShuffleNet和Xception 6种网络对2类数据集进行分类测试。结果表明,经过数据平衡的数据集网络准确率均得到了提高,6种网络平均测试准确率由96.75%提高到99.26%,SqueezeNet网络的测试集准确率提升最明显,由93.76%提高到99.02%,ResNet50网络的测试准确率最高,为99.96%。本文方法可用于开心果品质视觉检测。     

西安地区猫传染性腹膜炎流行病学调查

为了解西安地区猫传染性腹膜炎(FIP)发病率与发病月份、年龄、品种、性别、临床症状和实验室检查结果的相关性，本调查对2018年6月1日—2022年3月31日于西北农林科技大学西安动物医院就诊的115例FIP病例进行统计分析。结果显示，FIP发病无明显季节性，且与性别无关。英国短毛猫发病率最高，占病例总数的27.43%。1.5周岁以下年龄的猫的发病率最高，占病例总数的81.98%。黄疸、食欲不振、腹围增大和发热为本病最常见的症状，实验室检查以白蛋白和球蛋白比值降低、总胆红素浓度升高为特征。本调查可为FIP的诊疗和防治提供参考依据。