排序方式： 共有4条查询结果，搜索用时 609 毫秒
1
1.
为了达到对香蕉成熟度的无损检测,减少由于过度存放及处理不及时造成的损失,基于物联网技术设计并实现了一套仓储香蕉成熟度智能监测与预警系统。该系统包括智能仓储数据采集终端、手持无线中继器和后台数据服务器3个部分,智能仓储数据采集终端将采集到的仓储香蕉的温度、湿度、二氧化碳和氨气等环境信息通过手持无线中继器传输到后台数据服务器,然后基于神经网络识别算法判断给出香蕉的成熟度状态和预警信息。测试结果表明,该系统可以有效地对仓储香蕉的成熟度状态进行监测和预警,提示用户进行及时的处理,从而大大降低香蕉的损失率,具有非常高的实用价值。 相似文献
2.
针对现有目标检测算法对自然环境下核桃识别存在漏检、误检等问题,提出了一种基于Swin Transformer多层特征融合改进的YOLOX-S核桃识别算法。首先,在主干特征提取网络中引入基于Swin Transformer的多层特征融合模块,借助Swin Transformer的多头注意力机制对小目标的特征信息进行提取并与特征图进行融合,可以有效解决因网络层数加深导致的高层特征图中小目标特征信息丢失问题;其次,为了提高算法的检测精度,引入更高效的Repblock模块对原网络中的CSP模块进行替换;最后,为了提高下采样效果,使用更为优秀的Transition Block模块作为主干特征提取网络的下采样模块。结果表明,改进后的YOLOX-S模型在采集的自然环境下核桃数据集上平均精度AP50达到96.72%,分别比Faster-RCNN、YOLOv5-S、YOLOX-S算法提高7.36、1.38、0.62百分点,检测速度达到46 f/s,模型参数大小为20.55 M。改进后的YOLOX-S算法具有更好的精度,改善了漏检和误检问题,对自然环境下的核桃有更好的识别效果。 相似文献
3.
为掌握内蒙古地区猪群中高致病性猪蓝耳病(HP-PRRS)的流行规律,应用流行病学调查、病理剖检、血清学试验、分子生物学等方法对发病猪群进行了HP-PRRSV的研究.结果表明,临床上发病猪多为合并感染,病死率高.PCR检测16份送检样品中, HP-PRRS阳性率62.5%,猪蓝耳病(PRRS)阳性率18.8%,猪瘟(CSF)阳性率25%,伪狂犬病(PR)阳性率12.5%,猪细小病毒(PP)感染阳性率0%,猪圆环病毒2型(PCV-2)感染阳性率37.5%,而且以上这些猪病病毒抗体在猪群中普遍高于未发生HP-PRRS疫情之前.由此可见,目前猪病疫情是以HP-PRRSV为优势毒株,结合其他病原体混合感染而引发的. 相似文献
4.
1