• 基于改进轻量级卷积神经网络MobileNetV3 的番茄叶片病害识别

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-02-17 合作期刊: 《智慧农业(中英文)》

    摘要: 番茄病害的及时检测可有效提升番茄的质量和产量。为实现番茄病害的实时无损伤检测,本研究 提出了一种基于改进MobileNetV3 的番茄叶片病害分类识别方法。首先选择轻量级卷积神经网络Mobile⁃ NetV3,在Image Net数据集上进行预训练,将预训练得到的共享参数迁移到对番茄叶片病害识别的模型上并 做微调处理。采用相同的训练方法对VGG16、ResNet50和Inception-V3 三种深度卷积网络模型也进行迁移学 习并进行对比,结果显示MobileNetV3的总体学习效果最好,在Mixup混合增强和focal loss损失函数下对10 类番茄病害的平均测试识别准确率达到94.68%。在迁移学习的基础上继续改进MobileNetV3模型,在卷积 层引入空洞卷积和感知机结构,采用GLU(Gated Liner Unit) 闸门机制激活函数,训练得到最佳的番茄病害 识别模型,平均测试的识别准确率98.25%,模型的数据规模43.57 MB,单张番茄病害图像的检测耗时仅 0.27 s。经十折交叉验证(10-Fold Cross-Validation),模型的鲁棒性良好。本研究可为番茄叶片病害的实时 检测提供理论基础和技术支持。

  • 基于Penman-Monteith 模型和路径排序算法相结合的草莓灌溉方法与验证

    分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-02-17 合作期刊: 《智慧农业(中英文)》

    摘要: 灌溉是影响作物产量的重要因素。为更加有效、精确地控制设施作物的灌溉,本研究以章姬 草莓为例,将作物实时生长特征引入灌溉决策模型中,将Penman-Monteith(P-M) 模型和知识推理相结合对 草莓的灌溉展开研究。首先明确影响草莓灌溉的因子和影响系数,然后建立章姬草莓灌溉知识结构和 草莓灌溉知识图谱,接着应用路径排序算法(Path Ranking Algorithm,PRA) 对P-M模型计算的灌溉值进行 调整,实现草莓的精准灌溉。知识推理中每个专家的灌溉调整策略都不相同,本试验以草莓产量最大为目 标,选择概率值最高的一组灌溉推理值对灌溉进行调整。试验结果表明,在规定时间采收的情况下,本研 究提出的基于Penman-Monteith模型和路径排序算法相结合的方法比传统P-M模型方法的果实总产量、单株 果实均产量和果实均重百分比分别提高2478.5g、20.65g和12.15%(单个果实均重提高1.65g),硬度提升了 0.1 kg/cm2。表明该方法根据作物生长状态对作物灌溉进行调整合理,为精确灌溉提供了新的思路。