水稻病害

作品数:572被引量:1408H指数:18
导出分析报告
相关领域:农业科学更多>>
相关作者:陈志谊刘胜召曹明章张洪孔建更多>>
相关机构:黑龙江八一农垦大学江苏省农业科学院华南农业大学浙江大学更多>>
相关期刊:更多>>
相关基金:国家自然科学基金国家高技术研究发展计划黑龙江省自然科学基金公益性行业(农业)科研专项更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
融合ViT和通道注意力的水稻病害识别技术研究
《农业与技术》2025年第7期69-74,共6页涂雪滢 张佳鹏 钱程 刘世晶 
上海市科技兴农项目“稻田面源污染综合防治技术研究与生态系统构建示范”(项目编号:沪农科推字(2022)第2-3号)。
水稻产量和质量对农业经济、粮食安全、农民收入及生态环境至关重要,而水稻病害是影响其产量和质量的关键因素之一。为提升实际种植场景下的病害识别准确率,本文提出了一种融合Vision Transformer和通道注意力机制的水稻病害识别方法。...
关键词:水稻病害 图像识别 Vision Transformer 通道注意力机制 
基于改进YOLOv8的水稻病害检测算法
《江苏农业学报》2025年第3期537-548,共12页靳新宇 于复兴 索依娜 宋小明 
国家自然科学基金项目(32172583)。
为提升对水稻病害的检测性能,本研究提出了一种改进的YOLOv8n检测算法。首先,在颈部网络中引入Slim-Neck结构,采用GSConv(Ghost shuffle convolution)降低计算成本,同时结合基于一次性聚合方法设计的跨阶段部分网络模块(VoVGSCSP)简化...
关键词:水稻病害 目标检测 YOLOv8 深度学习 图像处理 
基于深度学习的水稻病害识别系统研究与实现
《微型计算机》2025年第2期97-99,共3页孟莉莉 蓝建平 
嘉兴市科技局科技特派员项目“基于深度学习的农作物病虫害监测系统设计与实现”(项目编号:K2022B005);浙江省教育厅一般科研项目“基于无人机影像和深度学习的农作物病害识别系统研究”(项目编号:Y202248695)。
文章旨在基于深度学习技术构建一个水稻病害识别系统,提升对水稻病害的诊断精度及速度。通过生成式对抗网络对数据集进行增强,以提高模型在少样本条件下的泛化能力。在ResNet模型中融合注意力机制,增强模型对病害特征的捕捉能力,提高识...
关键词:深度学习 GAN ResNet 病害识别 
基于改进YOLOv8的水稻病害检测方法
《兰州工业学院学报》2024年第6期42-47,共6页陆维安 刘永春 何志渊 
四川省应用基础项目(2023NSFSC1171);厅市共建智能终端四川省重点实验室项目(SCITLAB-300010)。
针对现有的水稻病害检测方法存在检测精度不足、复杂度过高的问题,提出一种改进YOLOv8的水稻病害检测方法。首先,在主干网络中引入轻量级网络GhostNet,构建C2fGhost模块替换原有的C2f模块,减少算法的参数量、浮点运算量和模型大小,降低...
关键词:水稻病害检测 YOLOv8 GhostNet EMA注意力机制 NWD损失函数 
基于图像超分辨率预处理和二次迁移学习的水稻病害识别方法
《天津科技大学学报》2024年第6期66-74,共9页杨巨成 燕聪 贾庆祥 沈杰 刘建征 
天津市科普项目(21KPHDRC00170)。
针对现有的深度学习模型在水稻叶片病害的识别中准确率较低的问题,本文提出一种基于图像超分辨率预处理和二次迁移学习的水稻病害识别方法,通过采用超分辨率重建技术,可以获得更高质量的图像,从而提升识别率;通过使用二次迁移学习技术,...
关键词:图像超分辨率 二次迁移学习 VGG16 inception模块 图像分类 
基于改进YOLOv10的水稻病害检测算法
《电脑与电信》2024年第10期21-25,共5页赵明瞻 苏子芸 杜晓毅 
针对水稻图像中复杂背景带来的病斑难以识别、检测速度慢等问题,提出一种基于改进YOLOv10的目标检测算法,用于水稻病害的自动识别。首先对YOLOv10的骨干网络进行了改进,引入大可分离核注意力(LSKA)替换了原有的极化注意力机制(PSA),提...
关键词:水稻病害检测 YOLOv10 注意力机制 损失函数 
45%肟菌酯·己唑醇WG对水稻病害的控制与增产效果初探
《河北农业》2024年第9期65-66,共2页黄极民 
本文研究了45%肟菌酯·己唑醇WG对祁东县一季稻病害的防控与增产效果,结果表明,在水稻中后期亩用45%肟菌酯·己唑醇WG16克两次,对水稻纹枯病、稻瘟病和稻曲病的平均防效分别达98.4%、100%、100%,明显好于CK,同时稻谷色相好,谷粒饱满,增...
关键词:45%肟菌酯·己唑醇WG 防治水稻病害 效果比较 
基于改进MobileNet轻量级网络的水稻病害识别
《荆楚理工学院学报》2024年第4期26-32,共7页郑超 张华民 
安徽省高校自然科学研究重点项目(KJ2019A0803);安徽省自然科学基金项目(1708085QF146)。
目的:针对传统MobileNet-v2模型水稻叶面病害识别过程中出现的准确率低、运行速度慢、特征提取难等问题,提出一种基于改进MobileNet-v2轻量级网络的水稻叶面病害识别模型。方法:该模型采用增加注意力机制模块的结构方法增强图像的特征提...
关键词:图像识别 水稻病害 迁移学习 MobileNet-v2 
基于改进YOLOv5算法的水稻病害识别研究
《中国农机化学报》2024年第8期246-253,共8页周思捷 刘天奇 陈天华 
国家自然科学基金资助项目(61671028)。
针对传统深度学习算法难以在复杂环境下准确且高效地识别水稻病害问题,提出一种改进的YOLOv5算法,对水稻常见的白叶枯病、稻瘟病、东格鲁病和褐斑病的病斑进行检测。在原YOLOv5算法上结合混合域注意力机制进行特征校正,提高模型对水稻...
关键词:水稻病害 YOLOv5算法 注意力机制 目标检测 
江苏省农科院水稻病害防控创新团队在稻瘟病菌致病机制方面取得新进展
《农药市场信息》2024年第14期45-45,共1页杜艳 
全球每年因稻瘟病造成的水稻产量损失约占总产量的10%~15%,严重威胁粮食生产安全。稻瘟病在水稻全生育期均可发生,主要以叶瘟和穗颈瘟为主,特别是穗颈瘟对水稻的产量影响最大,穗颈瘟每年造成稻谷损失高达30亿公斤。由于稻瘟病菌病原组...
关键词:江苏省农科院 稻瘟病菌 穗颈瘟 粮食生产安全 病害防控 致病机制 叶瘟 创新团队 
检索报告 对象比较 聚类工具 使用帮助 返回顶部