【摘 要】
：
小麦是我国主要粮食作物之一,田间杂草的存在严重影响小麦生长环境,及时控制和清除有利于小麦拥有健康的生长区域、吸收更多的田间养分。目前小麦田间主要的除草方式有手工锄草、除草剂除草和机械除草,以上除草方式存在效率低、影响环境、破坏农田结构等问题,使用杂草检测模型的除草装置成为未来发展趋势,其搭载的检测模型必须具备高效性和精准性。目前杂草检测技术还存在诸多不足,主要不足点是目标检测模型对识别杂草准确率低
论文部分内容阅读
小麦是我国主要粮食作物之一,田间杂草的存在严重影响小麦生长环境,及时控制和清除有利于小麦拥有健康的生长区域、吸收更多的田间养分。目前小麦田间主要的除草方式有手工锄草、除草剂除草和机械除草,以上除草方式存在效率低、影响环境、破坏农田结构等问题,使用杂草检测模型的除草装置成为未来发展趋势,其搭载的检测模型必须具备高效性和精准性。目前杂草检测技术还存在诸多不足,主要不足点是目标检测模型对识别杂草准确率低和小目标检测率不高。随着深度学习在目标检测领域取得突破性进展,基于深度学习的目标检测模型优化训练过程、提高检测准确率与查全率。经调查研究,目前使用深度学习模型应用于小麦田间杂草检测的研究较少,本文选择近期兴起的深度学习检测模型yolov5s,以小麦和小麦田间常见的8种杂草为研究对象,经试验模型仍有漏检和错检,对yolov5s改进提出CABi-yolov5s模型,准确率84.73%;召回率88.4%;m AP达到86.8%。本文的主要研究内容如下:1、引入注意力机制。注意力机制通过在输入图像中学习从而学会忽略对检测任务无关信息并找到最有用的信息。在yolov5s模型的Back Bone端引入注意力机制,可获取图像特征的通道信息和位置信息,优化特征提取过程。从试验结果上证明了引入注意力机制后模型性能提升明显,混合注意力比通道注意力效果更好,本章综合结果引入CA模块后的模型性能最好。2、引入特征融合FPN。特征融合FPN解决了多尺度模型目标检测问题,通过改变网络的连接来提高模型对多尺寸目标的检测能力。在yolov5s的Neck端引入FPN可提升模型性能,不增加原基础模型的运算量并融合更多的特征,综合注意力机制和FPN,提出CABi-yolov5s模型,经试验结果表明该模型使得输入图像的目标检测框更加精准、置信度更高、多尺度和多目标检测效果更好。3、基于CABi-yolov5s开发目标检测应用。为验证CABi-yolov5s可应用性,使用Django框架和CABi-yolov5s检测模型,开发在线小麦杂草检测平台,实现在线图像检测和实时视频检测功能,得到较好检测表现。设计基于CABi-yolov5s模型的杂草除草装置原型,为后期开发该装置提供相关理论基础。
其他文献
基因检测技术的发展和癌症靶向治疗的增加有助于实现肿瘤学领域的精准医学,但目前癌症精准医疗数据的碎片化和异质性给组学数据的临床解释、复杂突变标记物的识别和突变-药物反应预测模型的开发等研究带来了困难。随着数据挖掘技术和人工智能的发展,将这些新技术应用于医学领域,挖掘出数据中有价值的信息才能真正地发挥精准医学前所未有的能力。针对癌症药物敏感性数据的复杂性、多特征性以及多变性特点,一个信息完善且准确的数
竹子生长迅速、纤维细长、纤维素含量丰富,是重要的非木质纤维造纸原料。竹子种类繁多,并非所有竹种都适合造纸,其造纸材性与物理性质、化学性质、纤维形态特征等材性密切相关。目前在造纸竹种筛选中,通常采用物理化学等实验方法测定竹子的物理化学性质和纤维形态等材性指标,借鉴专家学者对竹子造纸材性的评价指标,将实测值与评价值进行比较分析,筛选出优良的造纸竹种。这种人工方法费力、耗时、低效,而且不全面,造成了资源
速效氮是土壤中的重要营养成分,它在土壤中的含量与作物的生长发育质量和最终产量水平息息相关。快速、准确地检测土壤中速效氮含量对测土配方施肥和作物的高产稳产有着关键作用。常见的土壤养分含量测定方法为实验室理化检测法,该方法测定精确,但是存在着低效、成本高和污染环境的缺陷,已无法满足现阶段精准农业的发展要求。近年来,可见-近红外光谱（Visible-Near Infrared Spectroscopy,
土壤速效磷是影响作物生长的重要营养成分,是反映土壤供磷能力和指导磷肥施用的重要指标,快速、准确地检测其含量在作物精准施肥和环境保护方面具有重要意义。土壤速效磷含量的检测通常采用实验室理化检测法,存在检测周期长、过程繁琐以及易污染环境等问题,难以满足现代精准农业发展需求。可见-近红外光谱分析技术具有效率高、操作简单、无污染等优点,结合机器学习方法可以快速、无损地实现土壤速效磷含量检测。迁移学习是机器
大数据时代在带给我们方便的同时,也不可避免的造成了信息过载的困境,如何让用户在大规模数据中快速找到感兴趣的内容是推荐系统要解决的问题。近几年,基于图嵌入技术的推荐系统成为了研究热点,针对同构图、异构图、知识图谱的嵌入技术逐步被应用到推荐场景中。本文在召回模块中应用图嵌入技术,并针对图嵌入过程中未能考虑用户行为权重的问题,提出相应改进方案。在排序阶段中针对动态兴趣转变和多样性推荐两个技术点提出相应的
随着区块链技术的不断发展,区块链逐渐在金融、医疗、新能源等领域发挥着重要作用。在日益变化的计算机网络中,区块链成员节点对特定主体的信息访问也带来巨大提战,同时也对区块链网络环境带来很大威胁。以以太坊和Hyperledger Fabric为例,在以太坊中并没有特定的模块去考虑区块链节点身份的认证,这对整个区块链网络会构成很大威胁,Fabric中采用了传统公钥密码体制（Public Key Infra
在生猪养殖管理中,饲养员时刻面临猪只咳嗽、应激反应等突发情况。通过实时监测猪只状态,有助于饲养员及时掌握猪只健康、生理等状态。因此,对生猪状态进行识别是生猪福利养殖中的重要一环。本研究利用语音识别技术对生猪音频进行识别以实现生猪状态的监测。本文主要研究内容有生猪音频信号的预处理、生猪音频特征的提取及融合、构建基于双向长短时记忆单元的生猪音频识别模型和设计并实现生猪音频识别系统,具体研究工作如下:1
农业无线传感器网络已成为农业大数据最重要的数据来源之一。然而,受制造工艺、网络传输和人为干扰等因素的影响,无线传感器网络中的单个或多个传感器节点在数据采集过程中会不可避免地产生异常。在单个传感器节点中,筛选传感器采集到的农业数据中存在的异常值,可保障农业数据分析的高效开展。同时,为保证实时获取农场数据,需引入实时异常检测方法对传感器实时数据流进行处理。另一方面,在大规模无线传感器网络中,如何检测出
基于双目视觉的三维重建技术作为计算机视觉的核心,在工件检测、医学建模、高精度地图构建等领域具有很高的实用价值与研究意义。本文主要针对其中涉及到的双目视觉的立体匹配与三维点云重构等关键技术进行研究。本文主要内容如下:（1）首先对双目相机进行标定,获得校正的图像,在此基础上研究图像的特征提取算法。通过对图像进行灰度化,降低计算量,再利用ORB算法进行特征提取,并依据汉明距离对特征点进行粗匹配。针对OR
农产品的质量安全与人民群众的身体健康息息相关,农产品质量安全追溯是农产品质量智慧监控的重点建设内容和导向。当前,在农产品追溯平台的不断推广下,参与企业的数量逐渐增多,企业身份认证的安全问题也逐渐暴露出来。目前农产品溯源企业身份认证方案主要是依靠CA认证机构的证书认证,但是这种集中信任的方式存在单点故障、瓶颈和易被攻击等问题。区块链是一种具有去中心化、不可篡改、可追溯、公开透明和安全等特性的数据存储