共查询到20条相似文献,搜索用时 187 毫秒
1.
2.
3.
4.
5.
6.
7.
8.
9.
为了实现烟草病虫药害图像智能识别,本文构建了可供机器学习研究的烟草病虫药害图像数据集,并提出了三维注意力加权模型。在结合烟草专家诊断知识的基础上,本文使用多种数据增强方法提高数据多样性,对烟草病虫药害图像数据集构建进行合理化、规范化设计。在使用深度迁移学习技术进行自动提取浅层特征的基础上,设计了三维注意力权重学习模块,进行高层特征计算,实现田间拍摄图像的精准识别,平均识别准确率达到了85.56%,明显优于其他现有方法。该模型不仅在烟草病虫药害识别方面表现出了较高精度,在复杂农业生产环境下也具有较好的鲁棒性,能够实现烟草病虫药害图像实时智能识别。 相似文献
10.
11.
烟草叶部病害种类繁多,病理复杂,严重影响烟草产量及品质,烟草病害精准检测是烟草病害及时防治的前提。传统检测方式精准性差、效率低,基于深度学习的算法可提高烟草病害检测准确性。本文以5种较为常见的烟草病害(普通花叶病、黄瓜花叶病毒病、赤星病、烟草野火病、气候性斑点病)为研究对象,构建基于YOLOv3的烟草病害检测模型,实现烟草多类病害的精准快速检测。使用Darknet53特征网络提取烟叶病害特征并将不同尺度病害特征融合,并用K-means++算法对融合后特征进行分类和位置预测,通过非极大值抑制算法(NMS)去除冗余框,得到病害区域预测框。用田间实际采集的烟草病害数据集,对构建的YOLOv3病害检测模型与SSD(Single Shot multibox Detector)模型对比测试。结果表明,YOLOv3的mIoU为0.81,明显优于SSD的0.73,且YOLOv3模型的mAP为0.77,也高于SSD的0.69。本研究构建的YOLOv3烟草病害检测模型能有效定位烟叶病害区域,实现多类烟草病害的检测,为精准病害防治提供参考。 相似文献
12.
陕西烟田病害种类调查 总被引:1,自引:0,他引:1
以烟田系统调查为主要手段明确了2010-2014年陕西烟区的主要病害种类、分布及其发生程度。结果表明,危害陕西省烟田的主要病害有16种,其中烟草真菌性病害6种:烟草猝倒病、烟草赤星病、烟草根黑腐病、烟草灰霉病、烟草白粉病和烟草黑胫病;烟草细菌性病害3种:烟草青枯病、烟草野火病和烟草角斑病;病毒性病害5种:烟草黄瓜花叶病毒病(CMV)、烟草马铃薯Y病毒病(PVY)、烟草蚀纹病毒病(TEV)、烟草普通花叶病毒(TMV)、烟草脉带花叶病毒(TVBMV);线虫病害1种:烟草南方根结线虫病;烟草非侵染性病害1种:气候性斑点病。 相似文献
13.
14.
15.
为进一步明确河南烟区主要病毒种类及侵染类型,2020年从河南9个烟区分别采集疑似烟草普通花叶病毒(TMV)、黄瓜花叶病毒(CMV)、马铃薯Y病毒(PVY)和烟草蚀纹病毒(TEV)侵染的烟草样本共407份,分别利用上述4种病毒的特异性引物进行单重RT-PCR病原检测。检测结果表明,河南烟区病毒病样本的总检出率为98.28%,其中,检出率最高的是CMV为89.19%,其余依次为TMV 63.88%、PVY 28.99%和TEV 24.32%。侵染类型分为单一病毒侵染和复合病毒侵染,单一病毒侵染率为23.34%,该侵染类型中CMV所占比例最高,为16.71%;复合病毒侵染率为74.94%,复合病毒侵染类型中CMV+TMV所占比例最高,为36.86%,其次分别为CMV+TMV+PVY和CMV+TEV+PVY两种侵染类型,侵染比例均是7.62%。因此,CMV是2020年河南烟区的优势病毒,田间侵染以复合病毒侵染为主,侵染类型主要有CMV+TMV、CMV+TMV+PVY及CMV+TEV+PVY。 相似文献
16.
【背景】实时的烟叶状态识别和烘烤阶段判别是实现烘烤工艺精准调节和建立烟叶智能烘烤系统的关键技术。目前烟叶烘烤状态识别方面的研究受到模型规模的制约,难以应用于实际生产,因此有必要研究高精度轻型识别模型。【过程】采用工业摄像头和补光灯组成的图像采集系统采集烘烤过程的烟叶图像,通过伽马变换和HSI颜色空间转化并对烟叶数据集进行处理,使用改进的轻量级EfficientNetB0模型进行训练,并在Jetson Nano嵌入式开发板上进行模型可行性测试。【结果】改进模型在测试集上的准确率达到了96.13%,参数量仅为2.74 M,相比于原始EfficientNetB0,改进模型的识别准确率提高了1.59%,参数量减少了48.50%。在Jetson Nano开发板上,相比于MobileNetv2、MobieleNetv3等轻型模型,改进模型的识别速度和准确率均有明显提升。【结论】改进的EfficientNetB0模型可以实现烟叶烘烤阶段的快速、精准识别。同时本研究可为烟叶智能烘烤系统的建立提供了理论依据和现实参考。 相似文献
17.
18.
为挖掘具有纳米硒化能力的生防菌株,开发烟草病毒病的绿色防治材料,从烟草病毒病重病田块健株根际土壤中筛选获得到一株荧光假单胞菌Pseudomonas fluorescens KBD-1,对其进行了纳米硒化,采用Real-time PCR和Western blot测定了两者对烟草常见病毒基因表达的影响,并采用接种法测定了其对烟株相应病毒病的防治作用。结果表明,纳米硒化后的KBD-1菌体外部存在高密度电子颗粒,在X射线11.22 keV处出现硒的特征吸收峰。纳米硒化后的P.fluorescens KBD-1菌液浓度在5×105 cfu/mL(单质硒浓度0.25 mg/L)时,对烟草花叶病毒(TMV)、马铃薯Y病毒(PVY)、黄瓜花叶病毒(CMV)、番茄斑萎病毒(TSWV)4种病毒病的防治效果均在88.0%以上,对CMV防治效果最高达91.4%,该浓度处理对烟株促生效果显著。荧光假单胞菌KBD-1可成功将亚硒酸钠还原生成纳米硒,并能增强原始菌株的抗烟草病毒活性和促生效果。 相似文献
19.
为建立烟叶霉变快速识别模型,以复烤片烟为研究对象,在高温高湿条件下进行霉变实验,获得不同霉变程度的烟叶样本。应用近红外光谱技术在4000~12000 cm-1范围内对烟叶的近红外光谱进行采集,获得烟叶样本的基础光谱数据。采用小波分解法对基础光谱数据进行解析,选择中间频率小波系数[cd4, cd5]为光谱变量,利用随机森林算法建立了不同霉变烟叶的识别模型。模型对训练集预测准确率达到93.82%,独立测试集判别准确率达到94.84%,对未霉变样品、临近霉变样品和霉变样品的判别均取得了令人满意的结果。 相似文献
20.
为明确四川烤烟赤星病发生规律和生物学特性并筛选高效防治药剂,连续3年在四川省泸州市、凉山州、攀枝花市、广元市、宜宾市等5个主要植烟区对烟草赤星病发生情况进行调查,并在烟叶成熟期采集典型患病烟叶进行病原菌分离培养,通过宏观形态学、显微形态学及分子生物学鉴定其种类并测定菌落生长速率和萌发率,同时在烟田开展烟草赤星病高效防治药剂筛选。结果表明,5个烟区采集的赤星病样均属于链格孢属(Alternaria spp.)真菌,各烟区所采集分离的赤星病菌在SDAY培养基上菌落直径、产孢量和萌发率差异均不显著。5个烟区均发生烟草赤星病,整体发病规律为:每年6月底至9月初,烟田病情指数随着时间的推移逐渐增加,每年8月份,5个植烟区烟草赤星病病情指数显著高于7月份并趋于峰值。10%苯醚甲环唑水分散粒剂和40%菌核净可湿性粉剂对烟草赤星病均有较好的防治效果(防效均大于60%)。 相似文献