铜陵市义安区：构建新型农业经营体系 推动小农户与现代农业发展有机衔接     

雷震  丁屹  左言凯 《中国农民合作社》2023,(2):64-65

<正>近年来,安徽省铜陵市义安区认真贯彻中央决策部署,加大培育扶持力度,构建以农业产业化龙头企业为骨干、农民合作社为纽带、家庭农场为基础的新型农业经营体系,推动小农户和现代农业发展有机衔接。目前,全区新型农业经营主体达1168个,其中农民合作社577家（含国家级示范社7家）、家庭农场478个（含省级示范场26个）、农业企业113个,拥有中国驰名商标1个、安徽省著名商标24个、省名牌产品2个。  相似文献   

铜陵县农村土地承包经营权抵押贷款工作的实践与思考     

丁屹 《安徽农学通报》2016,22(6)

为充分利用农村土地确权成果,根据中央和省文件要求,铜陵县积极稳妥推进农村土地承包经营权抵押贷款工作,对缓解"三农"融资抵押难题发挥了积极作用。该文主要介绍了铜陵县农村土地承包经营权抵押贷款工作的主要做法,针对存在的问题提出了相应的对策建议。  相似文献   

基于坐标注意力机制和YOLO v5s模型的山羊脸部检测方法     

郭阳阳  洪文浩  丁屹  黄小平 《农业机械学报》2023,54(7):313-321

山羊的脸部检测对羊场的智能化管理有着重要的意义。针对实际饲养环境中,羊群存在多角度、分布随机、灵活多变、羊脸检测难度大的问题,以YOLO v5s为基础目标检测网络,提出了一种结合坐标信息的山羊脸部检测模型。首先,通过移动设备获取舍内、舍外、单头以及多头山羊的图像并构建数据集。其次,在YOLO v5s的主干网络融入坐标注意力机制,以充分利用目标的位置信息,提高遮挡区域、小目标、多视角样本的检测精度。试验结果表明,改进YOLO v5s模型的检测精确率为95.6%,召回率为83.0%,mAP_0.5为90.2%,帧速率为69 f/s,模型内存占用量为13.2 MB;与YOLO v5s模型相比,检测精度提高1.3个百分点,模型所占内存空间减少1.2 MB;且模型的整体性能远优于Faster R-CNN、YOLO v4、YOLO v5s模型。此外,本文构建了不同光照和相机抖动的数据集,来进一步验证本文方法的可行性。改进后的模型可快速有效地对复杂场景下山羊的脸部进行精准检测及定位,为动物精细化养殖时目标检测识别提供了检测思路和技术支持。  相似文献