排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
为提高复杂环境下棉花顶芽识别的精确率,提出了一种基于YOLOv5s的改进顶芽识别模型。建立了田间复杂环境下棉花顶芽数据集,在原有模型结构上增加目标检测层,提高了浅层与深层的特征融合率,避免信息丢失。同时加入CPP-CBAM注意力机制与SIOU边界框回归损失函数,进一步加快模型预测框回归,提升棉花顶芽检测准确率。将改进后的目标检测模型部署在Jetson nano开发板上,并使用TensorRT对检测模型加速,测试结果显示,改进后的模型对棉花顶芽识别平均准确率达到了92.8%。与Fast R-CNN、YOLOv3、YOLOv5s、YOLOv6等算法相比,平均准确率分别提升了2.1、3.3、2、2.4个百分点,该检测模型适用于复杂环境下棉花顶芽的精准识别,为后续棉花机械化精准打顶作业提供技术理论支持。 相似文献
2.
水肥混合配比的灌溉施肥方式能提高水和肥料的利用率。水肥配比后的浓度是影响施肥效果好坏的关键。因此,针对水肥混合配比控制系统中的滞后性、大惯性、非线性等问题,提出一种基于差分进化(differential evolution,简称DE)整定的比例-积分-微分(proportion integral derivative,简称PID)水肥混合配比控制方法,以提高水肥混合配比后浓度的精准性和稳定性。并通过软件仿真对比传统PID控制和差分进化整定的PID水肥混合配比控制的效果。结果表明,利用差分进化算法对PID参数调节后的控制系统在提升肥液浓度响应速度、超调量、抗干扰能力等方面都具有较强的优势。最后,通过水肥混合配比浓度控制试验,验证差分进化算法整定的PID控制系统良好的控制效果,证实其可以满足实际灌溉施肥中的控制要求。 相似文献
3.
4.
针对我国新疆地区土地干旱,水分下渗和蒸发比较严重导致灌溉过程中水分流失的问题,研制出一款根据土壤湿度传感器数据和作物需水量进行决策,实现智能灌溉的阀门控制器。该控制器以STM32单片机为控制核心,采用太阳能供电的方式,控制器包括单片机控制电路、土壤湿度采集电路、太阳能充电控制电路、阀门驱动电路、无线通信电路、阀门状态反馈电路。控制器通过土壤湿度传感器采集的数据进行灌溉决策,在土壤含水率低于作物最适宜生长值下限时开启阀门,当土壤含水率达到田间持水量时关闭阀门。农民能通过手机APP远程获取土壤湿度数据和阀门开关状态信息,并能远程控制阀门进行灌溉。经实验分析论证,该控制器运行稳定,能将土壤含水量控制在合适的范围。 相似文献
5.
6.
1