番茄叶片

作品数：305被引量：2037H指数：21
导出分析报告
相关领域：农业科学更多>>
相关作者：李天来刘玉凤何勇毛罕平杨再强更多>>
相关机构：沈阳农业大学浙江大学西北农林科技大学南京信息工程大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家科技支撑计划国家高技术研究发展计划国家现代农业产业技术体系建设项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
深度学习在番茄叶片病害识别中的应用研究
《热带农业工程》2025年第2期18-22,共5页王新玉 刘坤 李禹彤 魏传志 杜峰 
黑龙江省省属高等学校基本科研业务费科研项目(No.ZRCPY202021)。
近年来,随着深度学习技术的迅猛发展,番茄病害识别领域取得了显著进展。传统的番茄病害检测方法面临着效率低、检测精度不足和对环境变化适应性差等问题,而深度学习技术的应用为这一领域带来了突破性的改善。本文梳理了当前主流的深度...
关键词：深度学习 番茄叶片 病害识别 
基于改进YOLOv10n的轻量化番茄叶片病虫害检测方法
《智慧农业(中英文)》2025年第1期146-155,共10页吴六爱 许雪珂 
国家自然科学基金项目(51567014);甘肃省科技计划项目(22JR5RA797)。
[目的/意义]为解决番茄叶片病虫害检测中面临的环境复杂、目标小、精度低、参数冗余及计算复杂度高等问题,提出了一种新型轻量化、高精度、实时的检测模型——YOLOv10n-YS (You Only Look Once Version10-YS)。[方法]首先,采用C2f_RepVi...
关键词：番茄叶片 病虫害检测 YOLOv10n 注意力机制 轻量化 
集成改进YOLOv8n与通道剪枝的轻量化番茄叶片病虫害识别方法
《农业工程学报》2025年第2期206-214,共9页杨森 张鹏超 王磊 唐梁彬 王树声 贺兴 
国家自然科学基金项目(62176146)。
针对当前番茄叶片病害检测模型参数量、计算量过大的问题,该研究提出了一种基于YOLOv8n的轻量化高精度网络模型。通过StarBlock模块对原始的C2f(CSP bottleneck with 2 convolutions)进行重构,大幅降低参数量的同时增强模型表达能力;其...
关键词：病虫害检测 YOLOv8n 轻量化模型 通道剪枝 
开花期番茄叶片含水率检测仪设计与试验
《农机化研究》2024年第12期127-133,共7页唐林 唐芳婷 熊秀芳 李星恕 
国家自然科学基金项目(31972209);陕西省重点研发计划项目(2021NY-162,2021NY-059)。
为实时检测开花期番茄叶片含水率,基于阻抗检测原理设计了一种植物叶片含水率检测仪,可检测100Hz~113kHz频率范围内的叶片阻抗,主要由阻抗检测、输入/输出、微控制器和叶片夹等模块组成。使用自制检测仪检测不同含水率的开花期番茄叶片...
关键词：开花期番茄 叶片含水率 电阻抗图谱 检测仪 
基于高光谱成像技术的番茄叶片含水量检测研究被引量：1
《南京农业大学学报》2024年第6期1221-1229,共9页马玲 李亚娇 张祎洋 王静 马燕 马思艳 吴龙国 
宁夏高等学校自然科学项目(NYG-2024-019);宁夏重点研发计划项目(2021BEB04077);国家重点研发计划项目子课题(2021YFD1600302-3)。
[目的]为快速检测叶片含水量,本研究探索及时监测番茄植株生长状况的在线监测模型。[方法]利用高光谱成像技术,提取195个叶片样本的平均光谱反射率。通过异常值剔除、样本集划分、5种预处理方法对原始光谱进行预处理和优化,采用连续投...
关键词：番茄 叶片 含水量 高光谱 检测 
灰霉菌胁迫下番茄叶片cDNA文库构建及SlbZIP1互作蛋白筛选鉴定
《江苏农业科学》2024年第18期35-41,共7页马燕 韩玉龙 吴兴兴 李爽 丁小雨 杨玉婷 
宁夏自然科学基金(编号:2023AAC03069);中央引导地方项目(编号:2022FRD05040);宁夏回族自治区重点研发计划(编号:2023BCF01042);宁夏大学人才引进科研启动基金。
为筛选番茄在灰霉菌侵染下与bZIP转录因子SlbZIP1(Solyc01g008730.2.1)互作的蛋白,以感病番茄Moneymaker为材料,提取接种灰霉菌胁迫处理后0、24、48、72、96 h的番茄叶片的总RNA,通过三框法构建cDNA酵母文库,计算文库库容量、重组效率...
关键词：番茄 灰霉菌 CDNA文库 bZIP转录因子 互作蛋白 
基于改进YOLOv5s的番茄叶片病虫害识别方法被引量：1
《电大理工》2024年第3期1-7,17,共8页黄志龙 
针对自然环境下背景复杂的番茄病虫害问题,为了进一步提高病虫害番茄叶片识别准确率,构建了番茄叶片病虫害图像数据集,并提出一种基于改进YOLOv5s的番茄叶片病虫害识别方法。该方法以YOLOv5s为基础模型,首先在颈部网络层中引入Ghost卷积...
关键词：病虫害识别 深度学习 可变形卷积 注意力 
改进MobileNetV3-Small模型在番茄叶片病害识别中的应用
《计算机应用文摘》2024年第16期110-114,共5页蒋泽坤 崔艳荣 王浩宇 
国家自然科学基金面上项目(62077018)。
面对农作物病虫害识别中的挑战,特别是移动端应用对模型准确性和效率的双重要求,文章提出了一种基于MobileNetV3-Small的改进模型。在MobileNetV3-Small模型的基础上,引入了ECA(Efficient Channel Attention)注意力机制,取代了原有的SE(...
关键词：番茄叶片病害 图像分类 MobileNetV3 ECA注意力机制 
自监督学习下小样本番茄叶片病害检测
《中国农机化学报》2024年第7期172-179,共8页李显娜 吴强 张一丹 周康 
国家自然科学基金(U2003119)。
番茄叶片病害的快速定位与精准识别有助于合理使用杀虫剂,进而保障番茄的质量与产量。针对现有番茄叶片病害检测方法检测性能不佳的问题,提出一种自监督下的小样本番茄叶片病害检测方法。首先,利用一组共享权重的主干网络提取番茄叶片...
关键词：番茄叶片病害检测 自监督学习 自编码网络 双损失 语义特征 
基于改进轻量级卷积神经网络MobileNetV3的番茄叶片病害识别
《农业灾害研究》2024年第7期16-18,共3页姜柘宇 
番茄叶发生较为普遍,现有的检测手段存在检测效率和准确性不高的问题。因此,利用深度学习技术对番茄叶进行诊断意义重大。近年来,以卷积神经网络(CNN)为代表的作物病害诊断方法凭借较强的特征抽取能力,已成为作物病害诊断的一种重要手...
关键词：番茄叶片病害识别 卷积神经网络 迁移学习 MobileNetV3 
全选清除导出
共30页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部