排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
玉米是我国重要的粮食和经济作物,但由于玉米易受杂草侵害,而人力除草费用很高,所以有必要开发出一种用于杂草分割检测的模型指导机器人除草。课题组提出了一种新型的基于神经网络的深度卷积模型,以实现在自然光照拍摄条件下对杂草和玉米苗的语义分割检测。课题组使用私有玉米-杂草数据集,使用数据增强和数据归一化等方法进行预处理,建立神经网络模型,在RTX3050上训练100个Epoch后得到收敛的模型,并使用mIOU等多个指标对模型进行评价。仿真结果表明,该深度神经网络模型能够有效地实现对玉米、杂草的分割检测,各种指标均满足预期,为农业方面的杂草检测工作提供了有效参考。 相似文献
2.
【目的】变量施肥具有节约肥料、保护土壤、提高肥料利用率等技术优点,为了实现变量施肥的闭环检测,使肥料的质量流量检测更为精准,课题组提出了一种基于毫米波雷达传感器的颗粒肥料质量流量测量方法。【方法】以颗粒肥料流量与毫米波雷达传感器响应信号的相关性为基础建立模型。搭设颗粒肥料流量检测试验台,选择大颗粒尿素和磷酸二铵作为试验材料,以排肥轴转速作为试验变量对以上理论进行验证,通过标定质量流量与毫米波雷达信号的关系,确定两者存在较强的线性相关性,在各个排肥轴转速下,相关系数均高于0.992;随后对每种肥料进行5组共25次试验,以达到模拟变量施肥过程中颗粒肥料目标施用量不断变化的工况,每次试验排肥轴转速进行一次改变,用电子天平称量实际排肥质量,通过积分毫米波雷达反馈的质量流量信号曲线和时间计算检测质量,采用SPSS 24.0软件对试验结果进行统计分析。【结果】磷酸二铵、大颗粒尿素的检测误差分别为4.99%、4.78%,对应标准差为5.92、5.69;尿素颗粒和磷酸二铵进行变量排肥得到的测量误差的结果分布基本符合正态分布;对于不同的肥料,在不同的质量流量下,检测系统都能够实现颗粒肥料质量流量的检测。... 相似文献
1