期刊文献+
共找到116篇文章
< 1 2 6 >
每页显示 20 50 100
Effects of Transgenic Bt+CpTI Cotton on Field Abundance of Non-Target Pests and Predators in Xinjiang, China 被引量:10
1
作者 XUYao WU Kong-ming +7 位作者 LI Hao-bing LIU Jian DING Rui-feng WANG Fei Ahtam Uwayis LI Hai-qiang WANG Dong-mei CHEN Xue-xin 《Journal of Integrative Agriculture》 SCIE CAS CSCD 2012年第9期1493-1499,共7页
Transgenic insect-resistant cotton is being increasingly planted in Xinjiang cotton-planting regions, where geographical climate conditions and species composition of pests and natural enemies are greatly unique in Ch... Transgenic insect-resistant cotton is being increasingly planted in Xinjiang cotton-planting regions, where geographical climate conditions and species composition of pests and natural enemies are greatly unique in China. Limited studies have been conducted on the ecological impacts of transgenic insect-resistant cotton, especially for transgenic double genes (Bt+CpTI) cotton, in this region. In this study, the potential effects of transgenic Bt+CpTI cotton on the seasonal abundance of non-target pests and predators were assessed from 2009 to 2011 in Korla, Xinjiang. The results showed that species composition and seasonal abundance of 5 groups of pests and 5 groups of predators were not significantly different between transgenic Bt+CpTI cotton and non-transgenic cotton every year. It suggests that transgenic Bt+CpTI cotton per se does not affect the population dynamics of non-target pests and predators on this crop in Xinjiang. 展开更多
关键词 transgenic Bt+CpTI cotton non-target pests predators XINJIANG
在线阅读 下载PDF
多源场景下粘虫板小目标害虫轻量化检测识别模型 被引量:1
2
作者 杨信廷 胡焕 +3 位作者 陈晓 李汶政 周子洁 李文勇 《智慧农业(中英文)》 2025年第1期111-123,共13页
[目的/意义]为了解决多源场景下粘虫板图像中粉虱和蓟马两种害虫由于个体小难以精确检测以及设备计算资源受限的问题,本研究基于YOLOv5s提出了一种名为MobileNetV4+VN-YOLOv5s的小目标图像轻量化检测识别模型。[方法]模型框架结合Mobile... [目的/意义]为了解决多源场景下粘虫板图像中粉虱和蓟马两种害虫由于个体小难以精确检测以及设备计算资源受限的问题,本研究基于YOLOv5s提出了一种名为MobileNetV4+VN-YOLOv5s的小目标图像轻量化检测识别模型。[方法]模型框架结合MobileNetV4主干网络构建EM模块,实现特征提取网络结构的优化和精度的提升;在模型颈部引入轻量化模块GSConv和VoV-GSCSP,替代普通卷积,降低模型复杂度;最后添加NWD (Normalized Wasserstein Distance)损失函数,用于增强小目标的判别敏感度与定位能力。[结果和讨论]所提出模型在室内场景下对小目标害虫的检测性能最佳,平均检测精度为82.5%,较原始模型YOLOv5s提升了8.4%;模型参数量降低了3.0 M,帧率提升了6.0帧/s;在室外场景下,所提出模型的平均精度为70.8%,较YOLOv5s提升了7.3个百分点,参数量降低了3.0 M,帧率提升了5.5帧/s;在混合场景下,模型的平均精度为74.7%,较YOLOv5s提升了8.0个百分点,参数量降低了3.0 M,帧率提升了4.3帧/s。同时研究发现,对原始图像进行裁剪分割能够影响模型性能,在采用5×5的比率对原图进行分割下模型的检测识别性能最佳;利用室内场景数据训练的模型能够在所有场景下都获得最佳的检测性能。[结论]本研究提出的MobileNetV4+VN-YOLOv5s模型兼顾轻量化和精度,模型可部署到嵌入式设备,便于落地应用,可为各种多源场景下粘虫板图像中小目标害虫检测提供参考。 展开更多
关键词 小目标 害虫检测 轻量化 粘虫板 多源场景 MobileNetV4 YOLOv5s
在线阅读 下载PDF
基于多尺度序列特征融合的林区害虫检测算法 被引量:1
3
作者 唐延龄 韩巧玲 +4 位作者 赵玥 刘卫平 郑一力 赵燕东 徐钐钐 《林业科学》 北大核心 2025年第2期21-30,共10页
【目的】针对虫情测报灯采集到的林区害虫样本种类多、尺寸复杂及密集遮挡问题,提出了一种多尺度序列特征融合检测算法(MPD-YOLO),用于提升林区害虫检测的精确度,为林区害虫监测和防护提供了新的技术路径。【方法】首先,以采集于北京、... 【目的】针对虫情测报灯采集到的林区害虫样本种类多、尺寸复杂及密集遮挡问题,提出了一种多尺度序列特征融合检测算法(MPD-YOLO),用于提升林区害虫检测的精确度,为林区害虫监测和防护提供了新的技术路径。【方法】首先,以采集于北京、河北、山西等地的林区害虫图像为基础,构建包含18类林区害虫的数据集。数据集涵盖不同场景下的害虫图像,为算法的训练与测试提供了可靠的数据支撑。其次,为提高小目标害虫的检测效果,利用3D卷积对小目标进行更为深入的尺度序列特征提取,MPD-YOLO方法引入尺度序列特征融合模块(SSFF),有效提升模型对小目标的感知能力。最后,为解决密集遮挡和多尺度害虫并存情况下的模型检测能力,MPD-YOLO方法提出了三重特征编码高效聚合模块(TFE-ELAN),通过将不同尺寸特征图进行特征融合,增强多层特征图之间信息的关联性,提升了模型的检测性能。【结果】在相同试验条件下,本研究在构建的数据集上对MPD-YOLO进行大量试验,并与主流的目标检测算法(YOLO系列、Faster-CNN等)进行对比分析。MPD-YOLO方法具有最佳的害虫识别精度,其F1-score和m AP分别达到88.43%和91.92%,比次优方法YOLOv8x分别高1.45%和1.22%。相比于原网络模型YOLOv7,MPD-YOLO的F1-score与mAP分别比YOLOv7高0.72%和2.8%,证明了本文所提方法在处理复杂目标检测任务中的优势。此外,本研究中消融试验,分析了尺度序列特征融合模块和三重特征编码高效聚合模块对整体性能的贡献,验证了各模块设计的有效性。【结论】本文提出的MPD-YOLO算法,有效提升了复杂环境下多尺度害虫的检测性能,在处理复杂环境下的检测任务时表现出较高的鲁棒性。 展开更多
关键词 林区害虫防控 林区生态系统 小目标检测 YOLOv7 特征融合
在线阅读 下载PDF
激光杀虫技术研究进展
4
作者 王燕燕 《世界农药》 2025年第3期30-36,共7页
激光杀虫具有精准、快速的特点,为害虫控制提供了新的解决方案。与传统方法相比,激光杀虫技术减少了化学药剂使用,提高了杀虫效率,利于环境保护。论述了激光定位、计算机视觉与机器学习在激光杀虫中的应用。从专利角度对激光杀虫研究现... 激光杀虫具有精准、快速的特点,为害虫控制提供了新的解决方案。与传统方法相比,激光杀虫技术减少了化学药剂使用,提高了杀虫效率,利于环境保护。论述了激光定位、计算机视觉与机器学习在激光杀虫中的应用。从专利角度对激光杀虫研究现状进行了梳理分析,包括专利申请发展趋势、地域分布、主要申请人等,并总结了目前激光杀虫市场应用情况,旨在为害虫控制技术研究开发提供参考。 展开更多
关键词 激光杀虫 研究现状 光子围栏 目标追踪 图像采集
在线阅读 下载PDF
基于改进YOLO v8n的草莓温室飞虫虫情监测方法
5
作者 王少聪 王会强 +6 位作者 丁小明 杜肖鹏 尹义蕾 崔建英 程明明 王艳山 闫学兰 《农业工程学报》 北大核心 2025年第17期184-193,共10页
为提高草莓温室飞虫虫害精准防控效率,帮助管理人员及时掌握虫情,该研究基于深度学习技术设计温室虫情监测系统。使用巡检机器人移动获取粘虫板虫害图像数据;在YOLO v8n模型基础上引入微小目标检测头、C2f-Dual模块、动态上采样模块和基... 为提高草莓温室飞虫虫害精准防控效率,帮助管理人员及时掌握虫情,该研究基于深度学习技术设计温室虫情监测系统。使用巡检机器人移动获取粘虫板虫害图像数据;在YOLO v8n模型基础上引入微小目标检测头、C2f-Dual模块、动态上采样模块和基于Haar小波的下采样模块得到YOLO-Pest模型;根据虫害日增量判定虫情程度,按轻度、中度、重度3个等级划分温室虫情状况,并利用双线性插值算法生成温室全局虫情可视化热力图。模型改进结果表明,识别准确率为92.4%,召回率为91.5%,平均精度为95.2%,相对于YOLO v8n基线模型分别提高3.4、2.1和1.9个百分点,模型计数值与真实值变化趋势也较为一致,决定系数R~2为0.996,平均绝对误差为1.62、均方根误差为3.14、相对误差为4.16%,较基线模型性能均有所提升;对热力图准确性验证表明,热力图经双线性插值处理后预测值与实测值之间呈现显著的相关性(R~2=0.972,p<0.05)。基于YOLO-Pest的飞虫虫情监测系统可为温室虫害精准防控提供有效决策支持。 展开更多
关键词 温室 YOLO v8 虫情监测 小目标检测 智能巡检 草莓
在线阅读 下载PDF
基于改进YOLOv10n的轻量化荔枝虫害小目标检测模型 被引量:4
6
作者 黎祖胜 唐吉深 匡迎春 《智慧农业(中英文)》 2025年第2期146-159,共14页
[目的/意义]荔枝虫害的精准识别有助于实施有效的防治策略,推动农业的可持续发展。为提高荔枝虫害的识别效率,本研究提出一种基于改进YOLOv10n的轻量化目标检测模型YOLO-LP (YOLO-Litchi Pests)。[方法]首先,优化主干网络(Backbone)的C2... [目的/意义]荔枝虫害的精准识别有助于实施有效的防治策略,推动农业的可持续发展。为提高荔枝虫害的识别效率,本研究提出一种基于改进YOLOv10n的轻量化目标检测模型YOLO-LP (YOLO-Litchi Pests)。[方法]首先,优化主干网络(Backbone)的C2f模块,使用全局到局部空间聚合模块(Global-to-Local Spatial Aggregation, GLSA)构建C2f_GLSA模块,实现对小目标的高效聚焦,增强目标与背景的区分能力,同时减少参数量和计算量。其次,在颈部网络(Neck)引入频率感知特征融合模块(Frequency-Aware Feature Fusion, FreqFusion),设计频域感知路径聚合网络(Frequency-Aware Path Aggregation Network, FreqPANet),有效解决目标边界模糊和偏移的问题,并进一步轻量化模型。最后,使用SCYLLA-IoU (SIoU)损失函数替代Complete-IoU (CIoU)损失函数,优化目标定位精度并加速模型训练收敛过程。为了评估模型性能,本研究在自然环境和实验室环境的四种场景中,构建自建的荔枝虫害小目标数据集并进行测试。[结果和讨论] YOLO-LP在AP_(50)、AP_(50:95)、AP-Small_(50:95)分别达到了90.9%、62.2%和59.5%,较基线模型分别提高了1.9个百分点、1.0个百分点和1.2个百分点。同时,模型的参数量和计算量分别减少13%和17%。[结论] YOLO-LP在精度和轻量化方面表现优越,为荔枝虫害检测的实际应用提供了有效的参考。 展开更多
关键词 荔枝 虫害检测 多场景 小目标 YOLOv10n 特征融合 注意力机制
在线阅读 下载PDF
基于YOLOv8s的水稻害虫图片智能识别
7
作者 邓相红 《安徽农学通报》 2025年第2期97-100,共4页
水稻种植过程中的害虫分布具有规模小和密度高等特性,导致其识别具有挑战性。本文基于深度学习,利用经典的YOLOv8s轻量级模型进行稻纵卷叶螟、水稻叶毛虫和稻潜叶蝇等14种水稻害虫数据集的训练识别,得到了模型训练及验证结果。训练结果... 水稻种植过程中的害虫分布具有规模小和密度高等特性,导致其识别具有挑战性。本文基于深度学习,利用经典的YOLOv8s轻量级模型进行稻纵卷叶螟、水稻叶毛虫和稻潜叶蝇等14种水稻害虫数据集的训练识别,得到了模型训练及验证结果。训练结果发现,该模型收敛速度和稳定性较好;验证结果表明,该模型性能较好,对14种水稻害虫的识别精度为0.788,召回率为0.721,识别准确率为0.809,mAP@0.5为0.772。综合来看,该模型性能较好,能够满足水稻害虫检测要求。研究结果为水稻虫害识别提供参考。 展开更多
关键词 深度学习 水稻害虫 YOLOv8s 目标检测
在线阅读 下载PDF
基于改进YOLOv8n的农作物虫害检测与识别
8
作者 徐悦 赵辉 岳有军 《中国农机化学报》 北大核心 2025年第11期144-151,160,共9页
针对农田中基于机器视觉的虫害检测效率低且容易出现误检、漏检、精度较低的问题,为提高对小且密集、特征接近的常见虫害的检测性能,提出一种基于改进YOLOv8的虫害识别深度学习算法YOLOv8—ECSI。首先将EfficientNet替换原有的骨干网络... 针对农田中基于机器视觉的虫害检测效率低且容易出现误检、漏检、精度较低的问题,为提高对小且密集、特征接近的常见虫害的检测性能,提出一种基于改进YOLOv8的虫害识别深度学习算法YOLOv8—ECSI。首先将EfficientNet替换原有的骨干网络,在保证检测精度不受到大幅影响的前提下实现模型轻量化;其次将原始的上采样模块替换为CARAFE上采样模块,减少细节信息的损失;然后在小目标检测层加入空间通道重组卷积(SCConv),增强特征表达能力;最后将原有损失函数更换为Inner—CIoU损失函数,提高对小目标的检测能力。通过大型公开数据集IP102和网络查询建立数据集。试验表明,改进后的模型平均精度均值达到94.6%,同时参数量减少33.6%,计算量减少23.5%,比YOLOv5、YOLOv7、SSD等模型检测效果更优、速度更快。 展开更多
关键词 农作物虫害 深度学习 轻量化模型 小目标检测 空间通道重组
在线阅读 下载PDF
基于改进SSD的航拍作物病虫害识别技术研究
9
作者 郝艳艳 《电脑与电信》 2025年第3期28-31,共4页
分析基于航拍图像的病虫害识别场景,发现该场景对网络中浅层特征图中小目标的信息提取要求较高。为解决这个问题,对SSD网络进行了改进,优化了目标检测层,提出一种双主干网络的策略DB-SSD(Dual Backbone SSD),即在保持原本的VGG16网络不... 分析基于航拍图像的病虫害识别场景,发现该场景对网络中浅层特征图中小目标的信息提取要求较高。为解决这个问题,对SSD网络进行了改进,优化了目标检测层,提出一种双主干网络的策略DB-SSD(Dual Backbone SSD),即在保持原本的VGG16网络不变的基础上,额外增加一条更能表示浅层细节信息的ResNet50作为次主干网络,来丰富特征图的表达。实验表明,在识别基于航拍图像的病虫害方面,所提检测算法具有明显的优势。 展开更多
关键词 航拍图像 病虫害识别 目标检测
在线阅读 下载PDF
粮仓害虫检测智慧化研究进展
10
作者 马爱霞 《粮食科技与经济》 2025年第3期83-87,共5页
害虫是造成粮仓粮食损失的主要原因之一,研究有效的粮仓害虫检测技术具有重要意义。本文论述粮仓害虫的智慧化检测现状,探究检测智慧化发展的技术方向,提出粮仓害虫智慧化系统建设构想。例如通过传感器采集粮仓参数、利用物联网技术传... 害虫是造成粮仓粮食损失的主要原因之一,研究有效的粮仓害虫检测技术具有重要意义。本文论述粮仓害虫的智慧化检测现状,探究检测智慧化发展的技术方向,提出粮仓害虫智慧化系统建设构想。例如通过传感器采集粮仓参数、利用物联网技术传输信息、在云平台存储信息、通过深度学习算法挖掘数据、引入数字孪生技术保证设备调控的实时性。智慧化技术的引进能实现粮仓害虫的实时精准检测,为粮食安全储藏提供保障。 展开更多
关键词 粮仓害虫 智慧化 目标检测 无线传输
在线阅读 下载PDF
基于改进YOLOv5s的青稞病虫害检测方法
11
作者 陈佳豪 汪语哲 +1 位作者 段晓东 梁凯华 《中国农机化学报》 北大核心 2025年第5期162-168,共7页
青稞病虫害检测过程中,目标具有不同尺度、重叠遮挡、模型复杂度高以及实时性差,难以在边缘计算设备上部署等问题,基于此,提出一种多尺度轻量化YOLOv5s的改进方法。首先,使用EfficientViT替换YOLOv5s中的主干网络,通过在主干网络中引入... 青稞病虫害检测过程中,目标具有不同尺度、重叠遮挡、模型复杂度高以及实时性差,难以在边缘计算设备上部署等问题,基于此,提出一种多尺度轻量化YOLOv5s的改进方法。首先,使用EfficientViT替换YOLOv5s中的主干网络,通过在主干网络中引入级联的自注意力机制,减少模型复杂程度,同时增加特征提取能力。其次,该方法在模型中引入具有注意力机制的SCP模块,通过聚合空间上的上下文信息,帮助模型更好地提取不同尺度下的特征,在控制参数量提高10%以内的情况下,提高模型对不同尺度病虫害的识别精度。然后,使用C2f替换head部分全部的C3层,进一步提升模型对特征的提取能力。最后,引入具有动态聚焦机制的加权交并比非极大值抑制算法(WIoU)作为损失函数,以此来平衡正负样本。结果表明,相比原始YOLOv5s,改进后的模型参数量减少60%;计算量减少32%,平均精度达到88.7%,平均精度提高2.3%;与主流目标检测算法,如Fast R—CNN、SSD,YOLO系列等模型相比,改进后的融合多尺度的轻量化模型在提升检测精度的同时,降低模型的复杂程度。 展开更多
关键词 青稞病虫害 目标检测 EfficientViT 多尺度特征融合 轻量化
在线阅读 下载PDF
基于YOLOv8的田间作物虫害实时检测
12
作者 张增杰 《农机使用与维修》 2025年第8期132-135,共4页
针对农业虫害监测中存在的微小目标检测困难及田间部署适应性差等问题,该研究提出了一种基于改进YOLOv8的轻量化虫害实时检测系统。通过引入BiFPN加权特征融合机制和新增160×160高分辨率检测头,有效提升了小目标检测性能,使虫卵等... 针对农业虫害监测中存在的微小目标检测困难及田间部署适应性差等问题,该研究提出了一种基于改进YOLOv8的轻量化虫害实时检测系统。通过引入BiFPN加权特征融合机制和新增160×160高分辨率检测头,有效提升了小目标检测性能,使虫卵等微小目标的召回率提升12.7个百分点。在轻量化设计方面,采用Ghost模块替换标准卷积,并结合结构化剪枝技术,使模型参数量减少54.0%。该研究不仅验证了深度学习模型在农业应用中的优化路径,也为边缘计算环境下的实时目标检测提供了实践参考。 展开更多
关键词 农业虫害检测 YOLOv8 小目标检测
在线阅读 下载PDF
基于改进YOLOv3模型在沧州金丝小枣病虫害检测中的应用研究
13
作者 田志民 辛晨 李卓辉 《林业机械与木工设备》 2025年第11期62-66,74,共6页
针对沧州金丝小枣种植过程中病虫害频发导致的产量下降及农药残留超标问题,提出一种基于改进YOLOv3的目标检测算法。引入双向特征金字塔网络(BiFPN)结构,增强多尺度特征融合能力,有效提升模型对小枣病虫害特征的感知水平。结合通道注意... 针对沧州金丝小枣种植过程中病虫害频发导致的产量下降及农药残留超标问题,提出一种基于改进YOLOv3的目标检测算法。引入双向特征金字塔网络(BiFPN)结构,增强多尺度特征融合能力,有效提升模型对小枣病虫害特征的感知水平。结合通道注意力机制优化特征通道权重分配,强化关键特征表征能力。采用解耦检测头结构分离分类与回归任务,提升模型检测精度与泛化性能。通过实验对比,改进后的模型相较原YOLOv3模型具有更高的检测精度。同时,模型具有较好的实时性,并有效解决了复杂田间场景下的病虫害识别难题,为精准施药和农产品质量安全控制提供了可靠的技术支持。 展开更多
关键词 金丝小枣 病虫害识别 双向特征金字塔 目标检测
在线阅读 下载PDF
基于AI视觉识别的林果病虫害精准检测与靶向施药技术 被引量:1
14
作者 王庆成 《中国农机装备》 2025年第8期24-26,共3页
针对林果产业中病虫害传统防治方法存在的问题,探讨了基于AI视觉识别的林果病虫害精准检测技术与农机靶向施药技术的融合应用。在阐述AI视觉识别技术在病虫害检测原理与优势的基础上,论述了农机靶向施药的实现方式,分析了两者结合对提... 针对林果产业中病虫害传统防治方法存在的问题,探讨了基于AI视觉识别的林果病虫害精准检测技术与农机靶向施药技术的融合应用。在阐述AI视觉识别技术在病虫害检测原理与优势的基础上,论述了农机靶向施药的实现方式,分析了两者结合对提高防治效率、降低农药使用量、保护生态环境的重要意义,为林果产业的智能化、绿色化发展提供技术参考。 展开更多
关键词 AI视觉 林果病虫害 精准检测 靶向施药技术 农业机械
在线阅读 下载PDF
基于SWOT-PEST分析的无人靶机产业发展研究 被引量:3
15
作者 张旭东 郝明月 +1 位作者 尹航 雷凯 《航空科学技术》 2019年第7期80-84,共5页
本文针对军民融合发展战略背景下的无人靶机产业进行研究,根据无人靶机的部队训练需求和武器装备研制需求,从无人靶机自身特点出发,利用SWOT-PEST分析方法,在政治、经济、社会、技术4种宏观环境下,对无人靶机产业面临的优势、劣势、机... 本文针对军民融合发展战略背景下的无人靶机产业进行研究,根据无人靶机的部队训练需求和武器装备研制需求,从无人靶机自身特点出发,利用SWOT-PEST分析方法,在政治、经济、社会、技术4种宏观环境下,对无人靶机产业面临的优势、劣势、机遇和威胁进行分析并建立分析矩阵。依据分析结果对应提出加强行业规范化管理、实战化训练需求牵引、技术创新驱动、国内外市场兼顾、建立优质供应、增强企业责任、提高国产化率和效费比等无人靶机产业发展战略。 展开更多
关键词 无人靶机 无人机 无人靶机产业 SWOT-pest分析 产业发展战略
在线阅读 下载PDF
转基因抗虫玉米庇护种植策略对害虫种群及玉米产量的影响
16
作者 王丽丽 陈敏 +3 位作者 李凌云 高兴祥 刘保友 王英姿 《玉米科学》 CSCD 北大核心 2024年第10期33-39,共7页
采用结构庇护策略种植转基因玉米“双抗12-5”及其对照品种“宏硕899”,以种子混合庇护策略种植转基因玉米“C0030.3.5”及其对照品种“C0010.1.1”,研究转基因玉米及两种种植策略对玉米主要害虫种群及产量的影响。结果表明,两种庇护所... 采用结构庇护策略种植转基因玉米“双抗12-5”及其对照品种“宏硕899”,以种子混合庇护策略种植转基因玉米“C0030.3.5”及其对照品种“C0010.1.1”,研究转基因玉米及两种种植策略对玉米主要害虫种群及产量的影响。结果表明,两种庇护所玉米田主要鳞翅目害虫均为玉米螟Ostrinia furnacalis和棉铃虫Helicoverpa armigera,且害虫发生数量无显著差异。两种庇护所对玉米主要害虫均具有明显的控制作用,4种玉米材料不同生育期害虫发生数量不同,6叶期到10叶期(V6~V10)未见害虫发生,乳熟期到成熟期(R3~R6)害虫发生数量最多。转基因抗虫玉米对害虫具有很好的控制作用,控制效果在87.04%以上,双抗12-5可提高玉米产量10.24%以上,C0030.3.5在8.41%以上。结构庇护所和种子混合庇护所转基因玉米具有很好的控制害虫和提高产量的作用。 展开更多
关键词 转基因抗虫玉米 结构庇护所 种子混合庇护所 靶标害虫 产量
原文传递
YOLO-Rice:一种基于YOLOv5的水稻虫害检测 被引量:5
17
作者 巨志勇 易成 +1 位作者 周重臣 祁子翔 《控制工程》 CSCD 北大核心 2024年第12期2196-2205,共10页
为了保证水稻的高产和稳产、提高水稻虫害检测的识别率,提出一种高效快速的检测算法——YOLO-Rice。首先,在传统YOLOv5s模型的基础上融合CA机制;其次,更换PANet为BiFPN结构;随后,使用更加轻量的CARAFE结构来代替原始的上采样模块;最后,... 为了保证水稻的高产和稳产、提高水稻虫害检测的识别率,提出一种高效快速的检测算法——YOLO-Rice。首先,在传统YOLOv5s模型的基础上融合CA机制;其次,更换PANet为BiFPN结构;随后,使用更加轻量的CARAFE结构来代替原始的上采样模块;最后,替换损失函数来提高收敛速度,以便更好地进行定位。结果表明,与Faster R-CNN、SSD、YOLOv3等模型相比,YOLO-Rice的检测精确率提高了2.4%~40.8%,召回率提高了6.9%~31.4%,平均精度均值提高了7%~37.2%。由此可说明,改进后的模型在多个方面都优于原模型,具有更强的鲁棒性和更高的准确率,实现了对水稻虫害的准确、高效识别。 展开更多
关键词 目标检测 深度学习 YOLOv5 水稻虫害识别
原文传递
基于改进Mask-RCNN算法的作物害虫分类识别 被引量:8
18
作者 张佳敏 闫科 +4 位作者 王一非 刘杰 曾娟 吴鹏飞 黄求应 《农业工程学报》 EI CAS CSCD 北大核心 2024年第7期202-209,共8页
智能虫情测报灯对农业生产中及时察觉虫害、虫灾问题有重大作用,准确的害虫分类识别为虫情测报提供可靠数据支撑的关键。该研究对智能虫情测报灯所需核心识别算法进行改进,针对分类目标多尺度、存在多种相似非目标害虫干扰、易产生目标... 智能虫情测报灯对农业生产中及时察觉虫害、虫灾问题有重大作用,准确的害虫分类识别为虫情测报提供可靠数据支撑的关键。该研究对智能虫情测报灯所需核心识别算法进行改进,针对分类目标多尺度、存在多种相似非目标害虫干扰、易产生目标粘连等问题,提出一种基于改进Mask-RCNN(mask region-based convolutional neural network)模型的害虫图像智能识别模型。该模型使用DeAnchor算法改进Mask-RCNN的锚框引导机制,使用NDCC(novelty detection consistent classifiers)训练分类器进行联合分类和检测,改善非目标杂虫的误识别问题。改进后模型对无杂虫、不同虫体密度图像的识别准确率最高达到96.1%,最密集时可达90.6%,在仅有非目标的图片识别中,误检率降至9%,非目标与目标共存且密度为40虫/图的误检率降至15%。试验表明,该文所提模型在现有分类模型的基础上,增强了对密集区域的检测能力,改善了非目标误识别问题,在实际检测环境下的害虫分类识别精度更高,可为虫害防治工作提供数据参考。 展开更多
关键词 目标检测 虫害防治 分类识别 Mask RCNN 粘连目标
在线阅读 下载PDF
基于人工智能和中药配伍思想的中药绿色农药开发策略与系统构建 被引量:5
19
作者 吴定莲 朱浩 +4 位作者 卢欢欢 宿树兰 郭盛 段金廒 肖平 《中国中药杂志》 CAS CSCD 北大核心 2024年第10期2828-2840,共13页
我国作为农业大国,粮食安全愈来愈受到人们的关注。随着中医药事业的不断发展,中药材及其制剂在农业范围内防病、抗菌、杀虫的作用被逐步开发出来。多学科交叉融合促进农药创新发展已成为国际农药研究创新态势。该文着重探讨中药绿色农... 我国作为农业大国,粮食安全愈来愈受到人们的关注。随着中医药事业的不断发展,中药材及其制剂在农业范围内防病、抗菌、杀虫的作用被逐步开发出来。多学科交叉融合促进农药创新发展已成为国际农药研究创新态势。该文着重探讨中药绿色农药和人工智能在病虫害靶点预测技术开发中日益重要的作用,顺应当下生态环境可持续发展和粮食安全保护的趋势,提出一种绿色防治创新策略。使用CiteSpace软件进行了文献可视化分析,分析发现人工智能技术近年来在农药领域有较好的应用。基于此,该文首次深入探究生物农药领域的应用发展,聚焦其子类中的植物源农药,结合中药配伍思想,开发具有发展前景的新兴领域——中药农药,并创新性借助人工智能技术构建中药农药配方系统和病虫害靶点预测系统,为生物农药领域的未来发展和市场应用提供新思路,以期为人类提供更健康、安全的农产品,推动中国绿色农药创新发展,保护环境和生态系统的可持续发展,这可能是未来农药产业链绿色发展的研究热点和竞争赛点。 展开更多
关键词 绿色农药 中药 人工智能 病虫害靶点预测 中药农药配方系统 可视化分析
原文传递
基于深度学习的林业害虫智能化检测方法研究进展 被引量:6
20
作者 崔晓辰 雷一东 《世界林业研究》 CSCD 北大核心 2024年第4期53-57,共5页
林业是我国重要的基础产业,能将生态效益、经济效益、社会效益集于一体。害虫暴发会对林业资源及生态安全造成极大威胁,给国家造成巨大经济损失。快速、准确、有效地检测林业害虫能够阻止病虫害的扩散蔓延,促进森林病虫害的综合治理,减... 林业是我国重要的基础产业,能将生态效益、经济效益、社会效益集于一体。害虫暴发会对林业资源及生态安全造成极大威胁,给国家造成巨大经济损失。快速、准确、有效地检测林业害虫能够阻止病虫害的扩散蔓延,促进森林病虫害的综合治理,减轻对林业生产和生态环境建设的危害。深度学习方法的飞速发展促进了林业害虫检测精度的提高。文中概述了深度学习的发展进程,通过总结国内外关于深度学习方法在林业害虫智能化检测中的应用,探讨深度学习方法在实际应用过程中存在的问题,并展望其在林业害虫智能化检测方面的发展趋势,以期为林业害虫智能化检测发展提供参考。 展开更多
关键词 深度学习 目标检测 林业 害虫检测
原文传递
上一页 1 2 6 下一页 到第
使用帮助 返回顶部