检索结果-内蒙古大学图书馆

农业机械学报 2024年第8期55卷 291-300页

作者：罗志聪何陈涛陈登捷李鹏博孙奇燕福建农林大学机电工程学院福州350002 福建省农业信息感知技术重点实验室福州350002 福建农林大学计算机与信息学院福州350002

为了提高百香果检测精度,并将深度学习模型部署在移动平台上,实现快速实时推理,本文提出一种基于改进YOLO v8s的轻量化百香果检测模型(YOLO v8s-GD)。使用聚集和分发机制(GD)替换颈部特征融合网络,提高模型对百香果图像特征信息跨层融... 详细信息

为了提高百香果检测精度,并将深度学习模型部署在移动平台上,实现快速实时推理,本文提出一种基于改进YOLO v8s的轻量化百香果检测模型(YOLO v8s-GD)。使用聚集和分发机制(GD)替换颈部特征融合网络,提高模型对百香果图像特征信息跨层融合能力和模型泛化能力;通过基于层自适应幅度的剪枝(LAMP)修剪模型,损失一定精度换取减小模型体积,减少模型参数量,以实现在嵌入式设备上快速检测;运用知识蒸馏学习策略弥补因剪枝而损失的检测精度,提高模型检测性能。实验结果表明,对于自然环境下采集的百香果数据集,改进后模型参数量和内存占用量相比原YOLO v8s基线模型分别降低63.88%和62.10%,精确率(Precision)和平均精度(AP)相较于原模型分别提高0.9、2.3个百分点,优于其他对比模型。在Jetson Nano和Jetson Tx2嵌入式设备上实时检测帧率(FPS)分别为5.78、19.38 f/s,为原模型的1.93、1.24倍。因此,本文提出的改进后模型能够有效检测复杂环境下百香果目标,为实际场景中百香果自动采摘等移动端检测设备部署和应用提供理论和技术支持。

关键词：百香果 YOLO v8s 轻量化检测模型聚集和分发机制

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5s模型的柑橘病虫害识别方法

引用

华中农业大学学报 2024年第2期43卷 134-143页

作者：郑宇达陈仁凡杨长才邹腾跃福建农林大学机电工程学院福州350002 福建农林大学计算机与信息学院福州350002

针对现有检测模型不能满足在自然环境中准确识别多种类柑橘病虫害的问题,提出一种基于改进YOLOv5s模型的常见柑橘病虫害检测方法。改进模型引入ConvNeXtV2模型,构建一个CXV2模块替换YOLOv5s的C3模块,增强提取特征的多样性;添加了动态检... 详细信息

针对现有检测模型不能满足在自然环境中准确识别多种类柑橘病虫害的问题,提出一种基于改进YOLOv5s模型的常见柑橘病虫害检测方法。改进模型引入ConvNeXtV2模型,构建一个CXV2模块替换YOLOv5s的C3模块,增强提取特征的多样性;添加了动态检测头DYHEAD,提高模型对不同空间尺度、不同任务目标的处理能力;采用CARAFE上采样模块,提高特征提取效率。结果显示,改进后的YOLOv5s-CDC的召回率和平均精度均值分别为81.6%、87.3%,比原模型分别提高了4.9、3.4百分点。与其他YOLO系列模型在多个场景下的检测对比,具有更高的准确率和较强的鲁棒性。结果表明,该方法可用于自然复杂环境下的柑橘病虫害的检测。

关键词：深度学习病虫害 YOLOv5s 目标检测

来源：评论

学校读者我要写书评

暂无评论

基于轻量化YOLOv8的百香果快速检测模型

引用

农业机械学报 2024年

作者：罗志聪何陈涛陈登捷李鹏博孙奇燕福建农林大学机电工程学院福建省农业信息感知技术重点实验室福建农林大学计算机与信息学院

为了提高百香果检测精度，并将深度学习模型部署在移动平台上，实现快速实时推理。本研究提出了一种基于改进YOLOv8s的轻量化百香果检测模型。使用聚集和分发机制(GD)替换颈部特征融合网络，提高模型对百香果图像的特征信息跨层融合能... 详细信息

为了提高百香果检测精度，并将深度学习模型部署在移动平台上，实现快速实时推理。本研究提出了一种基于改进YOLOv8s的轻量化百香果检测模型。使用聚集和分发机制(GD)替换颈部特征融合网络，提高模型对百香果图像的特征信息跨层融合能力和模型泛化能力；通过基于层自适应幅度的剪枝(LAMP)修剪模型，损失一定精度换取模型体积，减少模型参数量，以实现在嵌入式设备上快速检测；运用知识蒸馏学习策略弥补因剪枝而损失的检测精度，提高模型检测性能。试验结果表明，对于自然环境下采集的百香果数据集，改进后模型参数量和内存占用量相比原YOLOv8s基线模型分别降低63.88%和62.10%，精确率(Precision)和平均精度值(MAP)相较于原模型分别提高0.9和2.3个百分点，优于其他对比模型。在Jetson Nano和Jetson Tx2嵌入式设备上实时检测帧率(FPS)分别为5.78和19.38f/s，为原模型的1.93和1.24倍。因此，本文提出的改进后模型能够有效检测复杂环境下百香果目标，为实际场景中百香果自动采摘等移动端检测设备部署和应用提供理论和技术支持。

关键词：百香果 YOLOv8 轻量化检测模型

来源：评论

学校读者我要写书评

暂无评论

融合BiFPN和YOLOv5s的密集型原木端面检测方法

引用

林业工程学报 2023年第1期8卷 126-134页

作者：余平平林耀海赖云锋程树英林培杰福州大学物理与信息工程学院福州350108 福建农林大学计算机与信息学院福州350002

针对成捆原木端面检测存在由于目标密集而形成的大量小目标难以精确识别的问题,提出融合BiFPN(bidirectional weighted feature pyramid network,双向加权特征金字塔网络)和YOLOv5s的密集型原木端面检测方法。为了提高密集原木图像中小... 详细信息

针对成捆原木端面检测存在由于目标密集而形成的大量小目标难以精确识别的问题,提出融合BiFPN(bidirectional weighted feature pyramid network,双向加权特征金字塔网络)和YOLOv5s的密集型原木端面检测方法。为了提高密集原木图像中小目标的平均精度和查全率,模型中添加了一个小目标检测层以保留更多的浅层语义信息;为避免添加了小目标检测层后特征融合过程中的信息丢失,进而导致特征相对复杂的目标误检率、漏检率升高,融合简化版的BiFPN,在特征融合结构中加入跨尺度连接线以保留更多深层的语义信息,二者结合进一步提高了模型的鲁棒性。为了深入验证该模型的有效性,采取COCO公共数据集评判指标,将原木目标分为大、中、小3种目标并分别进行测试分析。试验结果表明:改进的模型对大目标的查全率和平均精度分别为99.70%和98.79%,调和均值为0.991;中目标的查全率和平均精度分别为98.02%和97.90%,调和均值为0.975,大目标和中目标相比于原模型性能几乎不变;小目标的查全率和平均精度为97.25%和96.86%,相比于原模型分别提高了20.96%和21.13%,调和均值0.973,相比于原模型提高了0.114。改进的模型检测速度为平均每张图片11.89 ms,模型参数量为14.4 MB,仅比原模型高了0.7 MB。因此,改进后的模型具有检测精度高、鲁棒性强、轻量化等特点,为实际环境复杂多变、数量庞大的密集原木端面检测提供了一种可行的方法。

关键词：目标检测密集原木端面检测 YOLOv5s BiFPN 小目标检测层

来源：评论

学校读者我要写书评

暂无评论

嵌入式设备的轻量化百香果检测模型

引用

农业机械学报 2022年第11期53卷 262-269,322页

作者：罗志聪李鹏博宋飞宇孙奇燕丁昊凡福建农林大学机电工程学院福州350002 福建省农业信息感知技术重点实验室福州350002 福建农林大学计算机与信息学院福州350002

为在有限的嵌入式设备资源下达到实时检测要求,提出一种基于改进YOLO v5的百香果轻量化检测模型(MbECA-v5)。首先,使用MobileNetV3替换主干特征提取网络,利用深度可分离卷积代替传统卷积减少模型的参数量。其次,嵌入有效通道注意力网络(... 详细信息

为在有限的嵌入式设备资源下达到实时检测要求,提出一种基于改进YOLO v5的百香果轻量化检测模型(MbECA-v5)。首先,使用MobileNetV3替换主干特征提取网络,利用深度可分离卷积代替传统卷积减少模型的参数量。其次,嵌入有效通道注意力网络(ECANet)关注百香果整体,引入逐点卷积连接特征提取网络和特征融合网络,提高网络对百香果图像的特征提取能力和拟合能力。最后,运用跨域与域内多轮训练相结合的迁移学习策略提高网络检测精度。试验结果表明,改进后模型的精确率和召回率为95.3%和88.1%;平均精度均值为88.3%,较改进前提高0.2个百分点。模型计算量为6.6 GFLOPs,体积仅为6.41 MB,约为改进前模型的1/2,在嵌入式设备实时检测速度为10.92 f/s,约为SSD、Faster RCNN、YOLO v5s模型的14倍、39倍、1.7倍。因此,基于改进YOLO v5的轻量化模型提高了检测精度和大幅降低了计算量和模型体积,在嵌入式设备上能够高效实时地对复杂果园环境中的百香果进行检测。

关键词：百香果嵌入式设备 YOLO v5 轻量化迁移学习

来源：评论

学校读者我要写书评

暂无评论

自然场景图像中的重叠蜜柚识别及试验

引用

农业工程学报 2021年第24期37卷 158-167页

作者：林耀海吕钟亮杨长才林培杰陈芳育洪嘉伟福建农林大学计算机与信息学院福州350002 福州大学物理与信息工程学院福州350116 福建农林大学农学院福州350002

重叠蜜柚目标的准确分离和蜜柚果梗的定位是实现采摘自动化必须解决的两个关键问题。现有的苹果、柑橘等重叠果实分离方法不适用于重叠蜜柚,且无果梗定位功能。针对以上问题,该研究提出了一种结合渐进式中心定位的重叠蜜柚分离方法和果... 详细信息

重叠蜜柚目标的准确分离和蜜柚果梗的定位是实现采摘自动化必须解决的两个关键问题。现有的苹果、柑橘等重叠果实分离方法不适用于重叠蜜柚,且无果梗定位功能。针对以上问题,该研究提出了一种结合渐进式中心定位的重叠蜜柚分离方法和果梗定位方法。首先利用主成分分析方法提取蜜柚区域、滤除背景并对图像中的重叠蜜柚进行初步分离;接着,对重叠蜜柚区域采用渐进式中心定位方法得到各个蜜柚的中心;然后,利用区域边缘点到其相应的不同中心点的距离大小的变化规律实现重叠蜜柚的分离;最后,利用前述的中心点结合蜜柚的形状特征,定位出遮挡程度较小的蜜柚果梗。在50张自然场景下的图像上进行试验,结果表明在有阴影、小目标、遮挡和重叠等复杂环境下,该方法的平均识别率为94.02%。同时,对于果梗未被遮挡且离摄像头较近的蜜柚,也给出了准确的果梗区域。在利用蜜柚模型搭建的识别自动化试验平台上进行试验,结果表明采摘机器人能够有效识别并分离重叠蜜柚、定位果梗。该研究可为蜜柚采摘机器人准确识别重叠果实提供参考。

关键词：图像处理识别机器视觉重叠蜜柚主成分分析渐进式中心定位分离果梗

来源：评论

学校读者我要写书评

暂无评论

基于眼动追踪技术的教学视频眼动分析系统

引用

河南财政金融学院学报（自然科学版） 2024年第1期33卷 26-31页

作者：柳晓龙钟节辉福建农林大学计算机与信息学院福建福州350002 福建农林大学机电工程学院福建福州350002

设计了可兼容大部分眼动仪的教学视频眼动分析系统,并从眼动数据记录、动态兴趣区定义、眼动分析3个模块,探讨了教学视频眼动分析系统的实现机制。该系统有助于提高眼动分析在教育领域应用的普适性,降低研究者在眼动相关方向的研究成本。

关键词：眼动分析眼动追踪教学视频数据分析视频分析

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的中国蛇类识别研究

引用

野生动物学报 2022年第2期43卷 436-443页

作者：周志斌罗志聪张展榜孙奇燕福建农林大学机电工程学院福州350002 福建省农业信息感知技术重点实验室福建农林大学机电工程学院福州350002 福建农林大学计算机与信息学院福州350002

蛇在野外广泛分布,不同种类的蛇具有不同的特性,实现蛇的准确识别对保护生物多样性和促进全球健康具有重要意义。为提高传统神经网络模型在蛇类图像上的识别效果,以中国地区常见蛇种作为研究对象,包括金环蛇(Bungarus fasciatus)、银环... 详细信息

蛇在野外广泛分布,不同种类的蛇具有不同的特性,实现蛇的准确识别对保护生物多样性和促进全球健康具有重要意义。为提高传统神经网络模型在蛇类图像上的识别效果,以中国地区常见蛇种作为研究对象,包括金环蛇(Bungarus fasciatus)、银环蛇(***)、圆斑蝰(Daboia russelli siamensis)、尖吻蝮(Deinagkistrodon acutus)、竹叶青(Trimeresurus stejnegeri)和王锦蛇(Elaphe carinata)。针对蛇类识别任务的特点,提出改进方案:根据蛇类形态特点,采用合适的数据增强方式扩充数据集;对神经网络模型进行改进,以适应蛇类图像分类任务;训练中采用Adam优化算法,优化模型学习过程;采用迁移学习方式,利用ImageNet数据集上训练得到的权值对模型初始化,并进行微调训练提升模型对蛇类识别任务的高阶特征表达能力。结果表明,改进方案可以有效提升卷积神经网络模型在蛇类图像识别任务上的准确度,在以VGG19、ResNet50、ResNet101、MobileNetV2和Xception网络为基础的分类模型上,平均识别准确率达到96.08%,可为建立蛇的自动识别系统提供参考。

关键词：蛇类识别迁移学习数据增强微调训练

来源：评论

学校读者我要写书评

暂无评论

食品产业的未来：低空经济和无人机技术的融合

引用

粮油食品科技 2025年

作者：周晗林林芬曹洁李小林张园园骆主胜孙意岚庞杰福建农林大学食品科学学院福建警察学院实验中心福建农林大学计算机与信息学院福建农林大学交通与土木工程学院福建富邦食品有限公司上海交通大学医学院附属第九人民医院口腔颌面头颈肿瘤科

低空经济是利用低空飞行技术推动相关产业发展的经济形态；在国家发展战略中具有重要地位。食品产业，作为公众生活中核心部分，与低空经济的结合尤为紧密。无人机产业是低空经济的核心，本文系统分析了低空经济中，无人机在食品产业中... 详细信息

低空经济是利用低空飞行技术推动相关产业发展的经济形态；在国家发展战略中具有重要地位。食品产业，作为公众生活中核心部分，与低空经济的结合尤为紧密。无人机产业是低空经济的核心，本文系统分析了低空经济中，无人机在食品产业中的一系列应用，特别是在无人机监测农产品生长状况以及进行相关农业活动、利用无人机进行食品物资（包括外卖、易腐食品等）的配送等领域的实际应用和挑战。尽管低空经济在食品领域的应用初见成效，但也面临着消费者接受度不足、产业发展不够深入、相关法律法规不够完善等一系列问题，亟需出台更多支持政策，以促进低空经济技术在食品领域的进一步发展和应用，在方便人民生活的同时，强调持续的技术创新是推动该领域长期发展的关键。此外，还探讨了如何通过科技创新和政策引导，解决当前发展低空经济存在的问题，并推动低空经济与食品产业的深度融合，促进相关产业的繁荣。

关键词：低空经济食品产业无人机农业监测外卖配送食品物资运输

来源：评论

学校读者我要写书评

暂无评论

基于MHA-BiLSTM的网络流量异常检测方法

引用

现代信息科技 2024年第2期8卷 65-69页

作者：叶文冰詹仕华福建农林大学机电工程学院福建福州350108 福建农林大学计算机与信息学院福建福州350028

针对传统的网络流量异常检测方法存在识别准确率低、忽略特征之间的相互关系等问题,提出一种基于多头注意力机制(MHA)和融合Highway连接的双向长短时记忆网络(BiLSTM)的网络流量异常检测方法。通过使用多头注意力机制学习数据之间的特... 详细信息

针对传统的网络流量异常检测方法存在识别准确率低、忽略特征之间的相互关系等问题,提出一种基于多头注意力机制(MHA)和融合Highway连接的双向长短时记忆网络(BiLSTM)的网络流量异常检测方法。通过使用多头注意力机制学习数据之间的特征关系,实现对不同维度特征关系的提取,接下来采用多层BiLSTM进行长距离依赖特征提取,并利用Highway连接来缓解深层网络训练中的梯度消失问题。通过NSL-KDD数据集,验证了该方法的准确度和有效性。

关键词：异常流量多头自注意力机制双向长短时记忆网络 Highway连接深度学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：