期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
结合改进CBAM和MobileNetV2算法对小麦病斑粒分类
1
作者 任治洲 梁琨 +3 位作者 王泽宇 张群 郭雅欣 郭嘉琦 《南京农业大学学报》 CAS CSCD 北大核心 2024年第3期583-591,共9页
[目的]小麦病斑粒智能检测对于高效、快速、准确评估麦粒的品级有重要意义。现有小麦病斑粒分类的深度神经网络存在参数数量大、运算复杂等缺点,不便于在移动端部署模型,影响了小麦病斑粒现场分类的效率。本文提出了一种用于小麦病斑粒... [目的]小麦病斑粒智能检测对于高效、快速、准确评估麦粒的品级有重要意义。现有小麦病斑粒分类的深度神经网络存在参数数量大、运算复杂等缺点,不便于在移动端部署模型,影响了小麦病斑粒现场分类的效率。本文提出了一种用于小麦病斑粒分类的轻量级神经网络算法。[方法]本研究在轻量化网络MobileNetV2的基础上进行改进,加入改进的CBAM(convolutional block attention module)注意力机制,对改进的模型全整型量化后在边缘计算设备上部署。利用该模型对4种小麦籽粒(赤霉病粒、腥黑穗病粒、破损粒和正常粒)分类。[结果]相比于改进前的MobileNetV2网络,结合改进的注意力机制和MobileNetV2网络在准确率、精准率、召回率上分别提升3.15%、3%和3%;全整型量化后的改进模型对小麦赤霉病粒、腥黑穗病粒、破损粒和正常粒的识别准确率分别达到99%、94%、99%和96%。该模型大小仅有2.36 MB,在边缘计算设备的单次推理时间仅为96.95 ms。[结论]本文改进后的算法模型的准确率提升、大小减少、推理速度加快,可为小麦病斑粒分类模型去冗余提供指导。 展开更多
关键词 小麦病斑粒 注意力机制 轻量级神经网络 全整型量化
下载PDF
基于物联网与深度学习技术的农作物生长状况远程动态监测系统 被引量：4
2
作者 任治洲 谢云 +1 位作者 晁志恒 吴骏一 《物联网技术》 2022年第8期15-18,21,共5页
在农作物养殖大棚中,基于物联网技术、深度学习与机器视觉技术开发了一种在线远程监测农作物生长环境与病害情况的综合系统。系统具备全方位动态监测环境温度、湿度、二氧化碳浓度、光照强度、土壤温湿度等环境参数和实时监测植物所患... 在农作物养殖大棚中,基于物联网技术、深度学习与机器视觉技术开发了一种在线远程监测农作物生长环境与病害情况的综合系统。系统具备全方位动态监测环境温度、湿度、二氧化碳浓度、光照强度、土壤温湿度等环境参数和实时监测植物所患病害情况等功能。在对农作物状况及环境参数数据采集后,借助4G通信、无线通信技术将数据上传至云平台实现远程实时监控。该系统便于农户通过微信小程序和手机APP进行远程监管与实时预警,在农业自动化领域具有较广阔的应用前景。 展开更多
关键词 智慧农业 物联网技术 深度学习 机器视觉 4G通信 远程动态监测
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部