改进YOLOv5识别复杂环境下棉花顶芽

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。     

基于差分进化算法的水肥配比控制系统设计

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。     

基于迁移学习和改进CNN的葡萄叶部病害检测系统

为建立高效、准确的葡萄叶部病害检测系统,引入迁移学习机制,利用大型公开数据集对VGG16模型预训练,保持模型前端13个层的参数和权重不变,对全连接层和分类层改进后利用新数据集微调训练模型,包括对训练优化器、学习率和中心损失函数平衡参数的优选试验,最后将模型部署在Android手机端.试验表明,在微调训练阶段选择Adam...     

太阳能智能灌溉阀门控制器设计与应用

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。     

物联网温室群双模糊控制系统的设计

受普遍缺水的国情及现代种植业向着产业化和规模化发展趋势的影响,设施农业得到了长足发展.我国的温室面积不断扩大,且温室中的种植作物也日趋丰富和多变.为实现对温室群的统一准确调控与各温室不同作物的科学种植,提出了一种远程服务器与物联网技术相结合的调控系统.调控系统以嵌入式Web服务器为核心,结合STM 32单片机为底层控制...     

基于改进卷积神经网络的复杂背景下玉米病害识别

为解决田间环境复杂背景下病害识别困难、识别模型应用率低的问题,提出了一种基于改进卷积神经网络的玉米病害识别方法,探讨了数据集的品质对建立模型性能的影响.利用复杂背景下的玉米病害图像进行数据增强、背景去除、图像细分割和归一化等处理,设计了具有5层卷积、4层池化和2个全连接层的卷积神经网络结构,利用L2正则化和Dropou...