精诚生态农业:深挖蔬菜价值,追求企农共赢——访湖北精诚现代生态农业有限公司总经理全波

正湖北精诚现代生态农业开发有限公司,地处武汉市汉南经济开发区邓南街,公司是一家以现代生态农业新产品、新技术的引种开发,农产品标准化、规模化种植及农产品加工为主营业务;以园林苗木、特色林产品引种、开发和种植,特色畜牧、家禽、淡水水产品的引种和生态养殖,农产品废料的生态处理及环保节能开发应用为辅;始终围绕"五农"并集生产、加工、销售和服务于一体的大型生态农业产业化公司。     

基于改进YOLOF模型的田间农作物害虫检测方法

田间害虫图像数据采集困难,并且传统的检测模型大多使用复杂的特征金字塔(Feature pyramid network, FPN)结构提升精度,这在一定程度上影响了检测的实时性。为此,本研究通过设计诱虫灯装置构建害虫数据集FieldPest5,并且对无FPN结构的检测器YOLOF进行改进,提出兼顾检测精度和效率的害虫检测模型YOLOF＿PD。首先,增加Cutout数据增强方法缓解害虫图像中的遮挡问题,并且使用CIoU损失函数获得更好的框回归位置;其次,在原有坐标注意力机制(Coordinate attention, CA)的全局平均池化(Global average pooling, GAP)路径中增加全局最大池化(Global max pooling, GMP)路径,并且使用可学习参数自适应更新不同路径的权重,提出自适应坐标注意力机制(Adaptive coordinate attention, ACA),增强模型的信息表征能力;最后,对YOLOF膨胀编码器中的Projector和Residual模块进行改进,在Projector模块的3×3卷积后引入ACA注意力机制,在Residua...     

浅议在财务管理中存在的问题与改进

目前，在我国的中小企业中，许多企业单纯地追求销量的增长和市场份额的扩大，企业财务管理资源配置和财务监督的作用没能得到充分的发挥，企业资金缺乏，难以满足企业发展的需要，而筹集来的资金应当投入哪里又具有盲目性，资金使用不合理，对企业的收益没有合理的分配安排，企业财务管理制度混乱，无法起到应有的约束作用，进而使整个企业没有明确的财务发展方向，不能有效地利用与整合企业有限的资源，进行长远的发展。     

融合双分支特征和注意力机制的葡萄病虫害识别模型

葡萄病虫害识别是精细化防治的前提。针对现有研究中存在的数据集少、识别精度低、模型参数量大等问题,该研究构建包含健康叶片、3类病害叶片和16类虫害的葡萄病虫害数据集,提出基于改进MobileNet V2模型的葡萄病虫害识别模型。首先在MobileNet V2模型的反向残差模块中嵌入坐标注意力（Coordinate Attention,CA）机制,提升模型的信息表征能力;然后使用深度可分离卷积设计双分支特征融合模块,加强模型的特征提取能力;最后对模型的通道数进行调整,精简模型结构。试验结果表明：MobileNet_Vitis在葡萄病虫害数据集上的识别准确率和F1分数为89.16%和80.44%,相比改进前的MobileNet V2 提高了1.83和9.31个百分点,而模型参数大小为7.85 MB,减少了8.5%。与ResNet 101、ShuffleNet V2、MobileNet V3和GhostNet相比,MobileNet_Vitis的识别精度和F1分数更高,参数量更小。MobileNet_Vitis对单张葡萄病虫害图像的推理时间为17.53 ms,可以达到快速识别的要求。该研究提出的模型能够较好地识别葡萄病虫害,并且较大幅度地减少模型的参数量。将MobileNet_Vitis模型部署到移动端的小程序上,可为葡萄病虫害的防治提供帮助。     

基于多重特征增强与特征融合SSD的荔枝检测

使用无人机拍摄的荔枝图像目标尺寸小、特征信息不足.为了更多、更好地检测到荔枝,该研究提出一种基于多重特征增强与特征融合的SSD(Single Shot Multibox Detector based on Multiple Feature Enhancement and Feature Fusion,MFEFF-SSD...     

白马头:打造华中地区药食蔬菜基地

正孟子在《寡人之于国也》中说道:"不违农时,谷不可胜食也;数罟不入洿池,鱼鳖不可胜食也;斧斤以时入山林,材木不可胜用也。"武汉白马头生态农业股份有限公司(以下统称白马头)秉承着这样的理念,十年耕耘,到如今已初具规模。公司目前拥有设施农田185.3 hm~2,养殖水面150 hm~2,山林257.3 hm~2,占地跨越武汉市江夏区金口街白马头、三门口、铁锦、前湖、白衣庵五个行政村。从2006年成立到如今成功上市,公司一直坚持可持续发展,蔬菜品     

浅议在财务管理中存在的问题与改进

目前,在我国的中小企业中,许多企业单纯地追求销量的增长和市场份额的扩大,企业财务管理资源配置和财务监督的作用没能得到充分的发挥,企业资金缺乏,难以满足企业发展的需要,而筹集来的资金应当投入哪里又具有盲目性,资金使用不合理,对企业的收益没有合理的分配安排,企业财务管理制度混乱,无法起到应有的约束作用,进而使整个企业没有明确的财务发展方向,不能有效地利用与整合企业有限的资源,进行长远的发展.     

基于改进ShuffleNet V2的轻量化农作物害虫识别模型

及时准确地识别害虫是有效防治的重要前提。针对现有基于卷积神经网络的害虫识别模型实时性差、识别率低、结构复杂不易部署等问题,提出基于改进ShuffleNet V2的农作物害虫识别模型。首先,在ShuffleNet V2中引入多尺度特征融合模块LMFF（Lightweight Multi-scale Feature Fusion）,加强模型对不同尺度害虫的特征提取能力;其次,在ECA（Efficient Channel Attention）注意力机制中增加并行路径,并通过可学习参数自适应更新不同路径的权重,提出AECA（Adaptive and Efficient Channel Attention）注意力机制,将AECA注意力机制嵌入到ShuffleNet V2中,提高模型的跨通道交互能力;然后,使用SiLU（Sigmoid Weighted Liner Unit）替换ReLU激活函数,增强模型的泛化能力;最后,通过调整输出通道数和核心模块的堆叠次数重新设计ShuffleNet V2的整体架构,降低模型的计算量和参数量,从而提出轻量化的农作物害虫识别模型SNPF（ShuffleNet for Pest Field）。试验结果表明,SNPF模型在自建害虫数据集上的平均识别准确率和F1分数为79.49%和78.54%,较改进前分别提高了4.00个百分点和3.09个百分点,而参数量和浮点运算量为3.74 M和0.48 G,较改进前分别下降了30.60%和18.60%。SNPF模型对单张害虫图像的平均推理时间为11.9 ms,与ResNet 50、GoogLeNet、EfficientNet B1等模型相比,SNPF模型的识别精度更高,并且识别时间分别减少了57.04%、50.21%和40.50%。该研究提出的SNPF模型能够较好地识别农作物害虫、并且具有识别速度快和轻量化的特点,可以为农作物害虫的防治提供帮助。     

忘我汉水南,醉心田园间

长江之滨,汉水之南,三水环绕,武汉汉南。武汉开发区(汉南区)地处武汉市西南部,全区土地面积287 km^2,耕地总面积104.72 km^2,地势平坦、土壤肥沃、气候适宜、物产丰富、民众富足。这里是"中国甜玉米之乡",也是武汉乃至全国的"菜篮子"。随着改革的深化和经济的发展,汉南充分发挥自身的地理环境优势,积极发展现代生态农业,涌现出一大批优秀的生态蔬果种植企业,推动当地农业迅猛发展,促进农户增产创收。