简介:[目的/意义]天然牧场下放牧牲畜数量的准确检测是规模化养殖场改造升级的关键.为满足规模化养殖场对大批羊群实现精准实时的检测需求,提出一种高精度、易部署的小目标检测模型CSD-YOLOv8s(CBAM SP-PFCSPC DSConv-YOLOv8s),实现无人机高空视角下小目标羊只个体的实时检测.[方法]首先,使用无人机获取天然草原牧场中包含不同背景及光照条件下的羊群视频数据并与下载的部分公开数据集共同构成原始图像数据.通过数据清洗和标注整理生成羊群检测数据集.其次,为解决羊群密集和相互遮挡造成的羊只检测困难问题,基于YOLO(You Only Look Once)v8模型构建具有跨阶段局部连接的SPPFCSPC(Spatial Pyramid Pooling Fast-CSPC)模块,提升网络特征提取和特征融合能力,增强模型对小目标羊只的检测性能.在模型的Neck部分引入了卷积注意力模块(Convolutional Blo...
简介:[目的/意义]小麦叶片数是衡量植株生长状况、确定茎蘖动态、调节群体结构的重要指标之一.目前大田环境下小麦叶片计数主要依靠人工、耗时耗力,而现有的自动化检测计数方法的效率与精度难以满足实际应用需求.为提高小麦叶片数检测的准确性,设计了一种复杂大田环境下高效识别小麦叶尖的算法.[方法]本研究以手机和田间摄像头获取的可见光图像构建了两种典型光照条件下出苗期、分蘖期、越冬期等多个生长期的小麦叶片图像数据集.以YOLOv8为基础网络,融合坐标注意力机制降低背景环境的干扰,提高模型对小麦叶尖轮廓信息的提取能力;替换损失函数加快模型收敛速度;增加小目标检测层提高对小麦叶尖的识别效果,降低漏检率.设计了一种适用于叶尖小目标识别的深度学习网络,通过检测图像叶尖数量从而得出叶片数.[结果与讨论]本研究提出的方法对小麦叶尖的识别精确率和mAP...
简介:为了阐明森林植被的水源涵养功能,对北京九龙山油松纯林、华北落叶松纯林、侧柏纯林、樟子松纯林、栓皮栎纯林、五角枫纯林、油松日本落叶松混交林、油松华北落叶松混交林等8种林分类型的枯落物和土壤持水性能进行研究.结果表明:各林分枯落物总储量变化范围为8.87~47.87t/hm^2,其中未分解层储量大于半分解层储量;综合枯落物未分解层和半分解层最大持水量和有效拦蓄量的变化规律来看,油松纯林最大持水量最大(36.46t/hm^2),其次为华北落叶松纯林(36.06t/hm^2),侧柏纯林最小(11.83t/hm^2);油松日本落叶松混交林的有效拦蓄量最大(23.51t/hm^2),其次为樟子松纯林(19.85t/hm^2),侧柏纯林最小(9.53t/hm^2);综合考虑不同林分枯落物与土壤涵养水源能力发现,华北落叶松纯林和油松华北落叶松混交林具有良好的水源涵养功能;不同层次枯落物持水量、吸水速率与浸水时间均存在较好的函数关系;8种林分土壤容重均值在0.89~1.41g/cm3之间变动,总孔隙度在39.43%~54.23%之间变动;林地土壤的入渗速率与人渗时间通过回归分析得出,二者呈幂函数关系,且R2值均在0.90以上.