检索结果-南通市图书馆

基于分时重叠算法的欧洲甜樱桃表型关键特征区域图像分割方法

在线全文

学校读者我要写书评

暂无评论

江苏农业科学 2023年第1期51卷 195-202页

作者：胡玲艳许巍秦山裴悦琨汪祖民大连大学信息工程学院辽宁大连116000 大连市现代农业生产发展服务中心辽宁大连116000

获取与描述植物表型是植物学与农学研究的一个核心命题,大规模植物表型试验在作物优良品种选育与栽培技术研究中发挥了重要作用。其中,计算机视觉相关技术正日益成为自动化获取植物表型数据的关键方法。基于计算机视觉,提出分时重叠分... 详细信息

获取与描述植物表型是植物学与农学研究的一个核心命题,大规模植物表型试验在作物优良品种选育与栽培技术研究中发挥了重要作用。其中,计算机视觉相关技术正日益成为自动化获取植物表型数据的关键方法。基于计算机视觉,提出分时重叠分割算法,并运用该算法从樱桃图像中分割出表型关键特征区域图像。算法从普通监控摄像头特性出发,分时获取同一角度樱桃作物本体的日间彩色图像与夜间红外灯补光灰度图像;将灰度图像进行阈值处理与形态学滤波,提取初始区域轮廓;以此作为前置条件,自适应地寻找日间彩色图像中的关键特征区域边缘路径。同时,采用粒子群算法获取特定图像的最优参数,将参数运用于同一角度的时间序列樱桃图像中。结果表明,算法自动分割关键特征区域平均IoU为0.8497,达到需要人工参与的交互式算法相近水平。该方法实现成本低、分割精度高、适用性强,可自主实现樱桃图像表型关键特征区域的切割与获取,并可大面积运用于农业生产环境中。

关键词：樱桃计算机视觉植物表型智慧农业分时重叠分割算法

面向番茄病害识别的改进型SqueezeNet轻量级模型

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（理学版） 2022年第4期54卷 71-77页

作者：胡玲艳周婷许巍汪祖民裴悦琨大连大学信息工程学院辽宁大连116622

针对番茄病害识别中深度神经网络参数过多、识别精度较低的问题,从网络轻量化和提取特征精准化的角度出发,对SqueezeNet结构进行改进。为精简fire模块,对其中Expand层的卷积核大小、网络层数以及通道数进行调整。同时,将模型与ECA模块结... 详细信息

针对番茄病害识别中深度神经网络参数过多、识别精度较低的问题,从网络轻量化和提取特征精准化的角度出发,对SqueezeNet结构进行改进。为精简fire模块,对其中Expand层的卷积核大小、网络层数以及通道数进行调整。同时,将模型与ECA模块结合,利用局部跨通道交互的方式获得各通道的注意力值,强化网络对关键特征的学习能力。实验结果表明,与LeNet、MobileNet和SqueezeNet模型相比,改进型SqueezeNet的模型大小和识别准确率均具有明显优势,为嵌入式设备在实际生产中的番茄病害识别提供一种技术方法。

关键词：番茄病害卷积神经网络 ECA模块轻量级 SqueezeNet结构

基于YOLOV4模型的果园樱桃实时检测研究

在线全文

学校读者我要写书评

暂无评论

浙江农业学报 2022年第11期34卷 2522-2532页

作者：周品志裴悦琨魏冉张永飞谷宇大连大学辽宁省北斗高精度位置服务技术工程实验室辽宁大连116622 大连大学大连市环境感知与智能控制重点实验室辽宁大连116622

为解决在自然环境下对樱桃不同生长时期的状态监测受环境影响存在目标识别困难、检测准确率低的问题,提出了一种基于CSPDarknet53改进的卷积神经网络樱桃分类检测模型。经典YOLOV4所使用的特征提取网络层数较深,能够提取更高级的抽象特... 详细信息

为解决在自然环境下对樱桃不同生长时期的状态监测受环境影响存在目标识别困难、检测准确率低的问题,提出了一种基于CSPDarknet53改进的卷积神经网络樱桃分类检测模型。经典YOLOV4所使用的特征提取网络层数较深,能够提取更高级的抽象特征,但是对目标局部感知能力较弱,通过在CSPDarknet53网络结构上融合CBAM注意力机制,增强了目标局部特征感知能力,进一步提升目标检测精度,其特征提取和目标检测能力优于原算法,调整特征提取网络的特征层输出,将第三层输出变为第二层输出以增加小目标语义信息的获取,利用k-means算法优化先验框尺寸以适应樱桃目标大小,并进行了消融实验分析。结果表明,改进的YOLOV4樱桃检测模型模型的平均精度达到了92.31%,F1分数达到了87.3%,优于Faster RCNN、YOLOV3和原来的YOLOV4算法,检测速度为40.23幅·s^(-1),适用于自然环境下的樱桃监测,为实现果园水果生长状态自动监测提供了理论和技术基础。

关键词：樱桃成熟度注意力机制

基于改进YOLOX模型的樱桃缺陷及分级检测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

食品与机械 2023年第1期39卷 139-145页

作者：刘敬宇裴悦琨常志远柴智曹佩佩大连大学辽宁省北斗高精度位置服务技术工程实验室辽宁大连116622 大连大学大连市环境感知与智能控制重点实验室辽宁大连116622

目的:实现工业化条件下樱桃的快速分级。方法:采用YOLOX网络对缺陷果进行检测,通过为特征金字塔网络设置适当的融合因子来提高不明显缺陷的检测精度,并将Focal Loss集成到损失函数中;使用YOLOX网络对完好果进行分级,引入注意力机制CBAM... 详细信息

目的:实现工业化条件下樱桃的快速分级。方法:采用YOLOX网络对缺陷果进行检测,通过为特征金字塔网络设置适当的融合因子来提高不明显缺陷的检测精度,并将Focal Loss集成到损失函数中;使用YOLOX网络对完好果进行分级,引入注意力机制CBAM来加强网络特征提取。结果:樱桃表面缺陷的平均检测精度为97.59%,大小和颜色分级的平均检测精度为95.92%。结论:改进后的YOLOX网络可明显提升樱桃缺陷及分级检测的精度。

关键词：樱桃分级 YOLOX FPN Focal Loss 注意力机制

基于轻量级网络自适应特征提取的番茄病害识别

在线全文

学校读者我要写书评

暂无评论

江苏农业学报 2022年第3期38卷 696-705页

作者：胡玲艳周婷刘艳许巍盖荣丽李晓梅裴悦琨汪祖民大连大学信息工程学院辽宁大连116622

为了实现番茄病害的精准识别,本研究提出一种轻量级网络自适应特征提取方法。该方法首先对图片进行正形处理,然后基于SqueezeNet模型构建轻量级网络模型GKFENet。GKFENet模型包含全局特征提取和关键特征提取2个模块,其中全局特征提取模... 详细信息

为了实现番茄病害的精准识别,本研究提出一种轻量级网络自适应特征提取方法。该方法首先对图片进行正形处理,然后基于SqueezeNet模型构建轻量级网络模型GKFENet。GKFENet模型包含全局特征提取和关键特征提取2个模块,其中全局特征提取模块逐层提取番茄病害叶片的全局特征,关键特征提取模块通过学习评估出特征图各通道的重要程度,计算出权重值,最后将该值加权到原特征图上,从而实现病害关键特征的自适应提取。结果显示,正形机制有助于神经网络学习特征,本研究构建的GKFENet模型的平均识别准确率为97.90%,模型大小仅为2.64 MB,且在强噪声环境下,其识别准确率仍能保持在78.00%以上。GKFENet模型在训练过程中相对稳定,对8种番茄病害的识别准确率均超过96.00%。相比Bayes、KNN、LeNet、SqueezeNet、MobileNet模型,本研究构建的GKFENet模型的识别精度高,稳定性强且占用内存小,对于移动端未来的应用具有较高的实际价值。

关键词：轻量级网络正形机制特征提取番茄病害识别

在线全文

学校读者我要写书评

暂无评论

基于机器视觉的温室蓝莓花期蜜蜂授粉监测

华中农业大学学报 2023年第3期42卷 105-114页

作者：胡玲艳孙浩徐国辉郭睿雅郭占俊陈鹏宇裴悦琨汪祖民大连大学信息工程学院大连116622 大连市现代农业生产发展服务中心大连116000

为评估日光温室蓝莓开花窗口期内授粉蜜蜂投放量的合理性,基于机器视觉对蓝莓的蜜蜂授粉次数进行统计。针对检测环境复杂、目标尺度小、易被遮挡等问题,对数据集进行改进泊松融合数据增强处理;并优化设计YOLOv5模型结构,通过引入GAM注... 详细信息

为评估日光温室蓝莓开花窗口期内授粉蜜蜂投放量的合理性,基于机器视觉对蓝莓的蜜蜂授粉次数进行统计。针对检测环境复杂、目标尺度小、易被遮挡等问题,对数据集进行改进泊松融合数据增强处理;并优化设计YOLOv5模型结构,通过引入GAM注意力机制和Transformer模块,增强模型特征提取能力,特征金字塔网络采用BiFPN结构及CARAFE模块补充上下文信息;使用EIoU损失函数和Soft NMS边界框筛选算法,提高边界框的定位精度,解决目标遮挡漏检问题。结果显示,改进后网络的平均精度均值达到96.6%,较原网络提高3.5个百分点,在GPU上对单张蓝莓授粉图像的平均检测时间为11.4 ms。研究结果表明,本研究建立的模型的识别准确度、检测速度及鲁棒性能满足对蓝莓的蜜蜂授粉次数的实时监测。

关键词：机器视觉改进泊松融合 YOLOv5 注意力机制 Transformer CARAFE

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

GNSS-R探测土壤湿度综述

大地测量与地球动力学 2021年第2期41卷 140-144页

作者：裴悦琨韩心新大连大学辽宁省北斗高精度位置服务技术工程实验室大连市116622 大连大学大连市环境感知与智能控制重点实验室大连市116622

通过对基于GNSS-R土壤湿度探测技术的观测方式及原理进行系统评述,阐述已取得的研究成果,并在此基础上指出研究中存在的不足及未来的发展方向。

关键词： GNSS-R 反射干涉信噪比土壤湿度

基于FPGA的快速樱桃缺陷检测与识别系统设计

在线全文

学校读者我要写书评

暂无评论

食品与机械 2020年第8期36卷 129-134,165页

作者：裴悦琨谷宇连明月大连大学辽宁省北斗高精度位置服务技术工程实验室辽宁大连116622 大连大学大连市环境感知与智能控制重点实验室辽宁大连116622

为使樱桃缺陷检测与识别系统满足实时性的要求,提出以卷积神经网络模型为基础,使用SDSoC开发平台,完成FPGA对樱桃缺陷进行快速检测与识别系统的设计。通过优化数据传输,复用网络模型中通用矩阵乘法函数(GEMM)和对卷积操作进行并行化设计... 详细信息

为使樱桃缺陷检测与识别系统满足实时性的要求,提出以卷积神经网络模型为基础,使用SDSoC开发平台,完成FPGA对樱桃缺陷进行快速检测与识别系统的设计。通过优化数据传输,复用网络模型中通用矩阵乘法函数(GEMM)和对卷积操作进行并行化设计,实现PL端硬件加速。利用SDSoC平台,在PS端使用高级语言映射卷积神经网络模型,在实现所需性能的同时大量节省了开发时间。结果表明,与纯软件方式相比,基于Zynq7020硬件开发平台,速度提高了2.19倍以上,与CPU平台相当。

关键词：缺陷检测樱桃分级卷积神经网络硬件加速现场可编程门阵列 SDSoC

基于改进Faster R-CNN模型的樱桃缺陷检测

在线全文

学校读者我要写书评

暂无评论

食品与机械 2021年第10期37卷 98-105,201页

作者：魏冉裴悦琨姜艳超周品志张永飞大连大学辽宁省北斗高精度位置服务技术工程实验室辽宁大连116622 大连大学大连市环境感知与智能控制重点实验室辽宁大连116622

目的:提高工业环境下樱桃分级分拣工作的效率。方法:提出了基于Faster R-CNN框架改进的樱桃缺陷识别分拣模型。结果:通过对比VGG16、MobileNet-V2和ResNet50网络,主干网络为ResNet50的效果最优,改进后的Faster R-CNN模型对樱桃裂口、双... 详细信息

目的:提高工业环境下樱桃分级分拣工作的效率。方法:提出了基于Faster R-CNN框架改进的樱桃缺陷识别分拣模型。结果:通过对比VGG16、MobileNet-V2和ResNet50网络,主干网络为ResNet50的效果最优,改进后的Faster R-CNN模型对樱桃裂口、双生、刺激生长、霉变、褐变腐烂和完好果的检测精度分别为97.75%,99.77%,98.90%,97.56%,96.67%,98.80%,平均检测精度达98.24%,高于其他模型,检测速度为31.16帧/s。结论:试验方法对樱桃缺陷类别的检测具有较高的识别精度。

关键词：樱桃缺陷 Faster R-CNN 特征金字塔注意力机制