期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于改进YOLOv5的田间杂草检测方法
1
作者 秦立浩 董峦 +1 位作者 张世豪 逄正钧 《计算机与数字工程》 2025年第8期2194-2199,2251,共7页
对杂草的检测是实现自动化杂草防治的重要先决条件,而基于深度学习的目标检测技术是实现杂草精准检测的有效手段,为克服田间复杂场景下杂草目标特征难以提取以致漏检误检突出的问题,论文提出了基于改进YOLOv5的杂草检测方法。该方法通... 对杂草的检测是实现自动化杂草防治的重要先决条件,而基于深度学习的目标检测技术是实现杂草精准检测的有效手段,为克服田间复杂场景下杂草目标特征难以提取以致漏检误检突出的问题,论文提出了基于改进YOLOv5的杂草检测方法。该方法通过引入Swin Transformer模块增强对全局信息和上下文信息的提取能力,提升模型对杂草目标的感知度;结合卷积注意力机制,强化模型从大视野图像中关注小型目标的能力;对检测头进行解耦合,解决分类和定位兴趣区域不同引起的问题;选用EIOU损失函数实现更高精度的定位。在菜田伴生杂草数据集Ronin和开放植物表型数据集OPPD上的对比实验表明,改进模型的mAP达到92%,相比改进前的YOLOv5提升4.1%,较好地解决了精准杂草防治中的感知问题。 展开更多
关键词 杂草检测 深度学习 YOLOv5
在线阅读 下载PDF
Computational insights and strategic choices of nitrate and nitric oxide electroreduction to ammonia
2
作者 Pu Guo Shaoxue Yang +3 位作者 Huijuan Jing dong luan Jun Long Jianping Xiao 《Chinese Journal of Catalysis》 2025年第10期220-226,共7页
Electrochemical nitrate reduction(eNO_(3)RR)and nitric oxide reduction(eNORR)to ammonia have emerged as promising and sustainable alternatives to the traditional Haber-Bosch method for ammonia production,particularly ... Electrochemical nitrate reduction(eNO_(3)RR)and nitric oxide reduction(eNORR)to ammonia have emerged as promising and sustainable alternatives to the traditional Haber-Bosch method for ammonia production,particularly within the recently proposed reverse artificial nitrogen cycle route:N_(2)→NO_(x)→NH_(3).Notably,experimental studies have demonstrated that eNORR exhibits superior performance over eNO_(3)RR on Cu6Sn5 catalysts.However,the fundamental mechanisms underlying this difference remain poorly understood.Herein,we performed systematic theoretical calculations to explore the reaction pathways,electronic structure effects,and potential-dependent Faradic efficiency associated with ammonia production via these two distinct electrochemical pathways(eNORR and eNO_(3)RR)on Cu6Sn5.By implementing an advanced‘adaptive electric field controlled constant potential(EFC-CP)’methodology combined with microkinetic modeling,we successfully reproduced the experimental observations and identified the key factors affecting ammonia production in both reaction pathways.It was found that eNORR outperforms eNO_(3)RR because it circumvents the ^(*)NO_(2) dissociation and ^(*)NO_(2) desorption steps,leading to distinct surface coverage of key intermediates between the two pathways.Furthermore,the reaction rates were found to exhibit a pronounced dependence on the surface coverage of ^(*)NO in eNORR and ^(*)NO_(2) in eNO_(3)RR.Specifically,the facile desorption of ^(*)NO_(2) on the Cu6Sn5 surface in eNO_(3)RR limits the attainable surface coverage of ^(*)NO,thereby impeding its performance.In contrast,the eNORR can maintain a high surface coverage of adsorbed ^(*)NO species,contributing to its enhanced ammonia production performance.These fundamental insights provide valuable guidance for the rational design of catalysts and the optimization of reaction routes,facilitating the development of more efficient,sustainable,and scalable techniques for ammonia production. 展开更多
关键词 Reverse ammonia production ELECTROCATALYSIS Nitric oxide reduction Nitrate reduction Constant potential Density functional theory calculation Microkinetic modeling
在线阅读 下载PDF
基于ResNet深度残差网络的白喉乌头检测 被引量:5
3
作者 梁俊欢 董峦 +6 位作者 阿斯娅·曼力克 孙宗玖 魏鹏 马海燕 艾尼玩·艾买尔 阿仁 郑逢令 《草业科学》 CAS CSCD 北大核心 2023年第1期144-151,共8页
在人类活动和气候变化的影响下,毒害草的蔓延威胁着生态安全和畜牧业的健康发展,白喉乌头(Aconitum leucostomum)是新疆伊犁地区危害最为严重的毒害草之一。为了实现天然草原异质背景下快速、精准、自动检测毒害草的目标,以白喉乌头为... 在人类活动和气候变化的影响下,毒害草的蔓延威胁着生态安全和畜牧业的健康发展,白喉乌头(Aconitum leucostomum)是新疆伊犁地区危害最为严重的毒害草之一。为了实现天然草原异质背景下快速、精准、自动检测毒害草的目标,以白喉乌头为研究对象,利用无人机航拍正射影像构建白喉乌头数据集。基于Faster-RCNN和SSD算法,采用ResNet50和ResNet101两种深度的主干网络提取特征,对比不同方法的检测精度。结果表明:通过对比测试集的检测精度Faster-RCNN_ResNet50的mAP (平均精确度)值最高,达到64.74%,而SSD_ResNet50的mAP最低,仅为48.70%,Faster-RCNN_ResNet101的mAP值为63.37%,而SSD_ResNet101的为52.55%。本研究对从航拍正射影像中检测白喉乌头有借鉴意义和参考价值。 展开更多
关键词 毒害草 深度学习 卷积神经网络 无人机遥感 目标识别 Faster-RCNN SSD
在线阅读 下载PDF
基于改进Faster-RCNN模型的无人机影像白喉乌头物种的检测 被引量:2
4
作者 梁俊欢 董峦 +5 位作者 孙宗玖 马海燕 艾尼玩·艾买尔 阿仁 阿斯娅·曼力克 郑逢令 《新疆农业大学学报》 CAS 2022年第4期323-329,共7页
伊犁地区的白喉乌头(Aconitum leucostomum)是危害草原生态和畜牧业安全最为严重的毒害草物种,为了实现精准快速检测白喉乌头,本研究用无人机航拍获取白喉乌头影像数据集,采用深度学习技术,在Faster-RCNN算法基础上,以VGG16为主干网络,... 伊犁地区的白喉乌头(Aconitum leucostomum)是危害草原生态和畜牧业安全最为严重的毒害草物种,为了实现精准快速检测白喉乌头,本研究用无人机航拍获取白喉乌头影像数据集,采用深度学习技术,在Faster-RCNN算法基础上,以VGG16为主干网络,根据领域知识和数据集特点优化锚框大小等超参数改善算法性能。通过优化Faster-RCNN的锚框大小和微调学习率后,模型在测试集上取得的平均准确率为67.24%,相对于基准模型提高了21.57%。 展开更多
关键词 白喉乌头 深度学习 卷积神经网络 Faster-RCNN
在线阅读 下载PDF
基于Mask-RCNN的无人机影像白喉乌头检测 被引量:2
5
作者 梁俊欢 董峦 +7 位作者 孙宗玖 马海燕 艾尼玩·艾买尔 阿仁 魏鹏 田聪 阿斯娅·曼力克 郑逢令 《草食家畜》 2023年第1期44-51,共8页
白喉乌头(Aconitum leucostomum)是伊犁的主要毒害草之一。快速精准识别白喉乌头可为监测其分布和扩散提供必要的数据和技术支持。本研究利用无人机影像获取白喉乌头影像并构建数据集,分别采用深度残差网络ResNet50和ResNet101提取特征... 白喉乌头(Aconitum leucostomum)是伊犁的主要毒害草之一。快速精准识别白喉乌头可为监测其分布和扩散提供必要的数据和技术支持。本研究利用无人机影像获取白喉乌头影像并构建数据集,分别采用深度残差网络ResNet50和ResNet101提取特征,应用深度学习目标检测算法Mask-RCNN对白喉乌头自动识别。结果表明,通过对比测试集的检测精度,ResNet50的平均精确度(mAP)最高,达到66.0%,ResNet101的mAP最低,为65.3%,ResNet50网络在检测白喉乌头的性能表现优异。Mask-RCNN应用于无人机影像识别白喉乌头,实现白喉乌头的自动检测切实可行。 展开更多
关键词 毒害草 白喉乌头 深度学习 Mask-RCNN
在线阅读 下载PDF
基于改进YOLOv5的小麦穗目标检测模型 被引量:4
6
作者 张世豪 董峦 +1 位作者 逄正钧 秦立浩 《农业工程》 2023年第3期50-56,共7页
小麦穗的自动检测在小麦估产和育种方面具有较大科研价值,当前小麦穗检测方面仍存在模型复杂度较高、精度较低等问题。将深度学习技术应用于小麦穗检测,提出了基于改进YOLOv5的小麦穗精确检测模型。模型将YOLOv5主干网络中的卷积模块替... 小麦穗的自动检测在小麦估产和育种方面具有较大科研价值,当前小麦穗检测方面仍存在模型复杂度较高、精度较低等问题。将深度学习技术应用于小麦穗检测,提出了基于改进YOLOv5的小麦穗精确检测模型。模型将YOLOv5主干网络中的卷积模块替换为Ghost卷积,实现模型轻量化;使用ACON激活函数替换默认的SiLU激活函数,从而使激活函数更加灵活以扩大设计空间;使用对所有IoU Loss增加α幂的Alpha-IoU Loss替换YOLOv5默认的CIoU Loss以提高模型前期收敛速度;在网络中加入加权双向特征金字塔(BiFPN),改进的模型可实现参数量降低63.3%、计算量降低66.8%的情况下mAP仅降低2.17%,可满足实际应用和移动端部署的要求。提出了使用解耦头(Decouple Head)替换默认YOLOHead,比官方YOLOv5的mAP提高1.83%,证明了解耦头可以提高模型精度。 展开更多
关键词 深度学习 目标检测 小麦穗检测 轻量化模型 YOLO Head解耦头
在线阅读 下载PDF
“C语言程序设计”线上教学研究 被引量:2
7
作者 袁婷婷 谢岚 +2 位作者 董峦 白雅雯 安思 《无线互联科技》 2020年第18期53-55,共3页
受疫情影响,各地高校都延迟开学,线上教学成为教师的首选教学方式。通过各类学习平台和直播软件,教师可以对学生进行线上教学,进行线上教学需要教师前期做好各种准备。文章针对线上教学前期的经验学习、课程准备、教学过程中出现的问题... 受疫情影响,各地高校都延迟开学,线上教学成为教师的首选教学方式。通过各类学习平台和直播软件,教师可以对学生进行线上教学,进行线上教学需要教师前期做好各种准备。文章针对线上教学前期的经验学习、课程准备、教学过程中出现的问题及解决办法等进行研究。 展开更多
关键词 “C语言程序设计” 线上教学 前期准备 课程准备
在线阅读 下载PDF
图书馆在架图书书脊与标签实例分割方法研究
8
作者 尤永鹏 董峦 +2 位作者 尹书林 李佳航 艾里亚尔·阿不都克里木 《新疆农业大学学报》 CAS 2023年第2期139-145,共7页
准确获取图书信息是智能化管理图书的关键,为实现在架图书书脊和书脊底部标签的精确分割,本研究在SparseInst基础上提出增强编码器实例分割模型EE-SparseInst。该模型使用特征选择对齐模块将特征图对齐并融合,以减少边界信息损失,使用... 准确获取图书信息是智能化管理图书的关键,为实现在架图书书脊和书脊底部标签的精确分割,本研究在SparseInst基础上提出增强编码器实例分割模型EE-SparseInst。该模型使用特征选择对齐模块将特征图对齐并融合,以减少边界信息损失,使用边界解析模块增强相邻书脊边缘处的语义表示,提高掩码的分割质量。建立在架图书图像数据集,数据集包含2253张图像和标注信息。结果表明,EE-SparseInst平均精确率达到80.81%,相较于CenterMask、SOLOv2、PolarMask和SparseInst 4种主流锚框自由式实例分割方法分别提高了7.57%、20.07%、10.50%、0.74%。 展开更多
关键词 实例分割 图书分割 特征对齐 边界增强
在线阅读 下载PDF
基于ORB-SLAM3的温室环境下番茄植株三维重建方法
9
作者 尹书林 董峦 +1 位作者 尤永鹏 李佳航 《湖北农业科学》 2024年第8期96-103,共8页
针对当前生产环境下难以对植物进行精细三维重建的问题,提出一种基于ORB-SLAM3的番茄植株三维重建方法,利用深度相机采集RGB-D图像信息,根据前后帧图像特征点信息进行位姿估计,设计点云稠密重建模块,实现温室环境下番茄植株三维重建。... 针对当前生产环境下难以对植物进行精细三维重建的问题,提出一种基于ORB-SLAM3的番茄植株三维重建方法,利用深度相机采集RGB-D图像信息,根据前后帧图像特征点信息进行位姿估计,设计点云稠密重建模块,实现温室环境下番茄植株三维重建。结果表明,该方法在轨迹估计上整体表现较好,估计的轨迹没有重大漂移,较Elasticfusion方法、BadSlam方法估计的轨迹更贴合实际轨迹,位姿跟踪具有一定鲁棒性,且使用的关键帧数量较少,降低了冗余信息对算法的干扰;该方法重建的点云果径与实际果径平均绝对误差为1.48 mm,与实际情况十分接近,点云还原度高,重建品质较好,滤波算法没有对果实表型信息造成破坏,信息保留完整;该方法能够在温室环境下获取准确的位姿信息,并生成番茄植株三维模型,三维重建精度高,可以满足温室环境下番茄植株三维重建及番茄采摘机器人目标定位需要。 展开更多
关键词 三维重建 RGB-D ORB-SLAM3 番茄植株 温室环境
在线阅读 下载PDF
基于改进YOLOv5模型的茄科植物叶片实例分割方法
10
作者 李佳航 董峦 +2 位作者 尹书林 尤永鹏 杜周 《农业工程》 2024年第6期26-33,共8页
观测叶片是了解植物生长情况的重要措施,为实现温室系统智能化管理,确保茄科植物健康生长,使用实例分割技术可以获取到茄科植物在植物苗期的叶片生长信息。提出一种基于YOLOv5模型的茄科植物叶片实例分割模型YOLOv5-Biformer,该模型针... 观测叶片是了解植物生长情况的重要措施,为实现温室系统智能化管理,确保茄科植物健康生长,使用实例分割技术可以获取到茄科植物在植物苗期的叶片生长信息。提出一种基于YOLOv5模型的茄科植物叶片实例分割模型YOLOv5-Biformer,该模型针对茄科植物叶片的小目标特征,在主干网络中加入稀疏注意力网络,可以有效提高茄科植物叶片实例分割效率。试验结果表明,YOLOv5-Biformer模型在茄科植物叶片数据集上与基准模型相比,在精确度、召回率和平均精度指标上分别提高0.5、1.9和1.0个百分点。该模型在智能温室环境下对于苗期茄科植物叶片的实例分割有显著效果,为实现温室系统智能化管理提供新思路。 展开更多
关键词 茄科植物 叶片 实例分割 YOLOv5 注意力机制 温室
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部