-
题名多模式水田智能控灌系统设计与试验
被引量：1
- 1
-
-
作者
佟尚谕
黄操军
高学文
袁鑫宇
李爱传
周正
-
机构
黑龙江八一农垦大学信息与电气工程学院
黑龙江八一农垦大学工程学院
-
出处
《农机化研究》
北大核心
2024年第11期116-120,共5页
-
基金
国家自然科学基金青年科学基金项目(32201655)。
-
文摘
为了提高大区块水田用水效率、增加水稻产能,建立了大区块水田智能控灌装备体系,并结合物联网与传感器技术,设计了一种以STC15F2K60S2为主控芯片的水田智能控灌系统。根据不同的使用环境在系统内部设定的“经济用水灌溉”“浅湿晒灌溉”“稻渔共生灌溉”3种不同的智能控灌模式,并利用田间终端传感器采集水田内水温、水位、土壤含水率等参数,达到提高经济效益和生态效益的目的。系统所采集的数据可以通过无线网络上传至云数据库,供远程控制中心或用户智能终端软件调用。在黑龙江省安达市农业科技园区的田间试验表明:智能控灌系统可以远程监测大区块水田实时情况,下位机之间的距离在2100m以内时数据传输稳定,可快速地对操作指令进行反应,最终达到节水控制灌溉提高经济效益的效果。
-
关键词
大区块水田
智能控灌
农业物联网
远程控制
-
Keywords
large block paddy fields
intelligent irrigation control
agricultural internet of things
remote control
-
分类号
S275
[农业科学—农业水土工程]
S274.2
[农业科学—农业水土工程]
-
-
题名一种基于级联R-CNN的水稻害虫检测算法
被引量：7
- 2
-
-
作者
刘凯旋
黄操军
李亚鹏
佟尚谕
-
机构
黑龙江八一农垦大学信息与电气学院
-
出处
《黑龙江八一农垦大学学报》
2021年第5期106-111,134,共7页
-
文摘
为了解决水稻害虫识别目标小而导致算法识别精度相对较低的问题,通过多种优化算法改进级联R-CNN的结构,提出了一种基于级联R-CNN的水稻害虫检测算法。首先通过特征金字塔优化提取的小目标特征,其次用ROI Align替换特征提取模型中的ROI池化,减少小目标特征的丢失,最后用Soft-NMS减少重叠目标对小目标丢失的影响。实验表明,该方法能够有效的识别和检测复杂背景下的水稻害虫,且多种害虫准确率平均值mAP达到94.15%。
-
关键词
级联R-CNN
水稻害虫
空间金字塔池化
图像分类
-
Keywords
cascade R-CNN
rice insects
spatial pyramid pooling
image classification
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的红豆外观品质识别
被引量：2
- 3
-
-
作者
康烨
邱金凯
佟尚谕
许秀英
-
机构
黑龙江八一农垦大学工程学院
黑龙江八一农垦大学信息与电气工程学院
-
出处
《内蒙古农业大学学报（自然科学版）》
CAS
2022年第4期82-87,共6页
-
基金
黑龙江八一农垦大学校内培育课题项目(XZR2017-10)
-
文摘
在进行红豆副产品深加工时,首要任务是根据外观品质粗略评估红豆原材料是否优良。传统的红豆品质和缺陷检测方法存在人工识别主观性强与分拣困难的问题。本文通过手机拍摄红豆数字图片,基于YOLOV4-Tiny深度学习网络和迁移学习思想自动提取图像特征,进行红豆外观品质识别研究,最终对于优质红豆识别准确率可达86.28%,劣质红豆识别准确率可达89.00%,模型mAP值可达90.78%。同时测试模型速度,对于红豆视频流检测可达46 fps,符合实际应用场景,为红豆外观品质识别与分级识别提供了新方案。
-
关键词
红豆品质
深度学习
YOLOV4-Tiny
数据增强
迁移学习
-
Keywords
Red bean quality
Deep learning
YOLOV4-Tiny
Data augmentation
Transfer learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
TS214
[轻工技术与工程—粮食、油脂及植物蛋白工程]
-
