排序方式： 共有3条查询结果，搜索用时 437 毫秒
1
1.
准确识别玉米幼苗是实现自动化精准除草、间苗、补种等苗期作业的重要前提。为此,针对自然环境下农业机器人对玉米幼苗的检测问题,结合深度残差网络强大的特征提取能力和级联网络连接多个检测器不断优化预测结果的特点,对Cascade R-CNN模型进行改进,使之适用于自然环境下玉米幼苗的检测。模型使用残差网络ResNet-50与特征金字塔网络FPN作为特征提取器提取玉米幼苗图像的特征图,利用区域建议网络生成目标候选框,通过感兴趣区域池化将不同大小的特征图转换为统一尺寸的输出;最后,分类回归模块根据特征图对目标进行分类,并使用边框回归修正候选框的位置和大小,从而完成玉米幼苗目标检测。同时,以3～5叶期玉米幼苗为研究对象,采集其田间图像并制作数据集,用所制作的数据集对Cascade R-CNN模型进行训练,选取AlexNet、VGG16、ResNet18、ResNet50与ResNet50+FPN分别作为特征提取网络进行对比试验,确定所提出的ResNet50+FPN为最优特征提取网络,平均精度均值(mAP)为91.76%,平均检测时间为6.5ms。选取双阶段目标检测模型Faster R-CNN、R-F... 相似文献
2.
针对当前农机装备功能增强、结构复杂导致故障后果影响严重的问题,在传统故障模式、影响及危害性分析（FMECA）方法的基础上引入模糊综合评判,形成了基于模糊综合评判的FMECA分析方法。通过建立因素集、评价集、模糊因素评价矩阵、权重集等步骤,将定性评价指标予以定量化。以立式玉米脱粒试验台为例,对其分析程序和分析方法进行了验证,制定故障模式、影响分析(FMEA)表格,对表中各故障模式进行模糊综合评价。依据评判结果得出各故障模式的危害等级排序,进而找到产品可靠性改进的重点。结果表明,此评判结果与实际情况相符,该方法具有明显的准确性和可比性,为农机装备的结构优化和维修大纲制定提供了科学、准确的决策依据 相似文献
3.
4HBL-2C型半喂入花生联合收获机设计与试验 总被引：1，自引：0，他引：1
花生是我国四大油料作物之一,常年种植面积466.7万hm^2左右,总产量1 700万t,约占全球40%,居全球首位。然而,我国花生生产机械化发展却相较滞后,目前花生收获作业仍主要靠人工完成。据农业部农机化司统计,目前我国花生收获机械化率约为33%,花生收获机械化水平仍有较大提升空间。为此,依据前期研究成果并参照国内外相关机型,优化设计了4HBL-2C型半喂入花生联合收获机,并对花生收获机主要部件进行了设计参数分析,最后对样机进行了田间试验,结果表明:2HBL-2C型半喂入花生联合收获机收获损失率与果荚含杂率均符合国家标准技术要求,可为花生联合收获提供可供选择的机型。 相似文献
1