基于YOLOv3的多类烟草叶部病害检测研究

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。     

基于深度学习的TA15钛合金显微组织检测

钛合金在航空制造中常用于飞机的主要承力构件,需要对其进行显微组织检测以保证材料性能。为克服钛合金显微组织图像难以自动检测的问题,文章以TA15钛合金为突破口,提出并详细说明了一种基于深度学习的显微组织检测方法,包括采集原始图片时应注意的问题、数据增强时旋转图片导致的纹理不一致问题及解决方法,提出了一种性能较好的神经网络结构以及考虑实际生产置信度的预测结果后处理与管线构建方法。最终实现了从原始图片到显微组织类别的端到端预测。     

台湾省烟草细菌真菌病害简要综述

台湾省烟草细菌真菌病害简要综述＊陈瑞泰（山东农业大学泰安２７１０１８）为了解台湾省烟草病害发生种类和研究工作情况，查阅了１９６４～１９９３年《烟草文摘（ＴＯＢＡＣＣＯＡＢＳＴＲＡＣＴ）》，现综合简介如下。１烟草青枯病、蛙眼病和猝倒病１．１烟草青枯病烟...     

烟草病害诊断专家系统的建立与应用

综合80多种烟草主要病害的症状特点,提炼出了包括根、茎、叶、整株发育和生育期在内的25种检索症状,基于多途径分类检索系统Lucid3建立了烟草主要病害诊断系统。该系统融合了大量图像及文字描述信息,极大地丰富了该诊断系统的辅助确诊功能,且能打包成CD或直接挂到网上以在线方式服务,方便用户使用。     

烟草抗真菌病害基因工程研究综述

从烟草抗真菌病害防卫反应、几丁质酶与β - 1,3-葡聚糖酶、烟草抗毒素基因、RIP基因、过氧化物酶基因的研究、应用、问题与展望等方面作了综述     

烟草种传病害的发生与防治研究进展

概述了烟草种传病害的种类和特点以及近年来烟草种传病害的研究状况,同时分析了烟草种子带菌(毒)以及烟草种传病害发生与流行的原因,并分别从种子的采收、储存调运、播种等方面对目前烟草种传病害的防治提出一些相应的措施。     

服装风格图像的识别分类研究进展

针对服装风格识别与分类,从服装相关数据集、服装图像特征提取、应用场景3个方面综述了该领域的研究进展。服装图像分类数据来源主要包含社交网站、购物网站以及时尚资讯媒体,从季节、时尚风格、服装信息等服装属性归纳数据集特点,围绕图像处理技术对其应用于服装领域最广泛的特征提取方法加以介绍,详细综述了传统特征提取方法、卷积神经网络（CNN）、图卷积神经网络（GCNN）、无监督学习方法在服装领域的相关研究及其模型优化效果、优缺点等。最后分析讨论了服装风格识别分类在时尚风格流行趋势预测、服装搭配推荐方面的发展趋势、关键技术及应用前景。研究认为,未来可以在人体相关特征提取、多角度时尚趋势预测、服装推荐主观评价等方向进一步研究。     

基于改进YOLOv3网络的烟梗识别定位方法

目的：实现烟叶分级流程烟梗部位的智能抓取,防止智能烟叶分级系统中机械手在抓取烟叶时对叶面造成损伤,减少烟叶智能分级设备生产中的人为操作,解决烟叶分级系统中的单片烟叶识别分类问题与对应等级单片烟叶存放问题。方法：提出一种基于改进YOLOv3的卷积神经网络烟梗自动识别定位模型。该模型在原有的YOLOv3的基础模型上改变单元模块结构引入注意力机制模块,优化模型参数,使用Swish激活函数,实现了对烟叶图像全部信息进行目标定位识别,构建烟梗目标检测模型。结果：改进后的YOLOv3模型的loss能更快的收敛,其mAP由90.46%提升为97.48%,准确率由95.33%提升为97.35%,回归率由84.65%提升为95.65%,为后续烟叶自动化分类打下基础。结论：与YOLOv3、Faster-rcnn、YOLOv4、Efficientdet算法作对比分析表明试验提出的算法更加轻量化,识别效果更好,能减少对烟梗试验平台的硬件配置要求,提高烟叶分类系统的经济效益,为烟叶分级系统中烟叶上料与分仓提供准确的位置信息。     

甘草纤维与烟末配抄在烟草薄片纸基中的应用研究

以甘草渣和烟末为原料,以感官评价和薄片的物理性能为指标,研究造纸法甘草薄片的最佳生产工艺条件及甘草渣与烟末配抄的最佳配比。研究结果表明：（1）甘草渣的最佳浸渍条件为：温度70 ℃、时间30 min、液比1:12,此时所抄造的甘草薄片纸基的色泽、烟气浓度、杂气、香气、刺激性和回甜等感官评吸指标得分最高,感官评吸结果最好。（2）甘草渣与烟末的最佳配比为甘草渣60%,烟末40%,此时甘草渣与烟末配抄的甘草烟末薄片纸基的感官评吸结果最好,同时厚度、松厚度、紧度和抗张强度等物理性能指标综合表现也最好。另外,实验还以甘草渣为原料,探索了原料浸渍前黄酮的提取对抄成的薄片纸基感官评吸效果的影响,结果表明,黄酮的提取不利于卷烟吸味和质感的提升,使感官评吸结果变差。     

我国烟草病毒病的防治研究策略

烟草病毒病害在我国烟草上的危害日趋严重。本文是作者对我国烟草病病毒防治研究的理性思考,通过对我国烟草病毒病防治研究的历史回顾、近年严重发生的原因分析,提出了今后该方面研究的重点。     

基于RAD重测序技术开发烟草品种SNP位点

利用限制性内切酶位点标签（RAD）技术,通过对10份供试烟草材料的基因组简化重测序,发掘了烟草高通量SNP位点,为烟草基因组学提供标记信息。结果表明,本研究共获得了44.33 Gb的Clean data数据,平均覆盖度1.01 X,共鉴定到291 770个SNP位点,SNP位点间的平均间距为10.066±29.801 kb。发掘到的SNP位点能够覆盖整个基因组,但在不同染色体部位上的分布密度存在一定差异,在17号染色上半臂的存在一段大范围的SNP密集区域。SNP变异类型以转换为主,通过功能注释在基因区域发现45 049处SNP位点。利用SNP分型信息,计算了供试品种间的遗传距离,平均为0.29,台烟8号的遗传背景与其他品种相对最远。该结果将为烟草QTL定位、候选基因发掘、亲本组配等研究提供科研依据。     

近红外信息用于烟叶风格识别及卷烟配方研究的初步探索

以烟草特征风格的数字化鉴别为最终研究目标,使用近红外分析技术,通过烟叶产地识别的可行性研究,可知近红外光谱中具有与烟叶产地相关的信息,应用近红外进行产地识别具有技术可行性。通过烟叶近红外光谱的压缩,基于烟叶风格特征的量化分析,结合专家经验,设定特定的目标烟叶,以国内外烟叶作为可选资源,选择部分烟叶进行配伍模拟目标烟叶,通过三点法感官评吸和叶组配方试验,验证表明模拟样品具有目标烟叶的风格特征。研究结果初步表明应用近红外信息可望进行烟叶产地特征的数字化研究,并为卷烟配方提供技术辅助。      

基于Savitzky-Golay平滑插值的烟草近红外光谱模型转移

为了解决不同近红外光谱仪器子机与主机光谱成像波数不一致的问题，通过使用Zero、Slinear、Quadratic、Cubic和Nearest 5种插值方法对光谱进行处理，研究提出一种基于Savitzky-Golay平滑插值（SG-Inter）的方法，使子机光谱与主机光谱插值后波数一致，有效解决了光谱波数不一致导致主机模型无法转移的问题。结果表明:利用SG-Inter插值处理后的光谱数据与原始光谱重合度高，且模型转移后的指标预测均方根误差（RMSE）最小。该方法将光谱数据平滑预处理与插值变换同步计算，相对简化了模型转移的工作流程，有效提升了主机模型的通用适配性。