-
题名植物叶面积测量方法综述
被引量：9
- 1
-
-
作者
热娜古丽·热西提
刘生智
刘同金
陈炳舟
王家硕
-
机构
塔里木大学信息工程学院
-
出处
《安徽农学通报》
2020年第5期22-23,共2页
-
文摘
叶片不仅是植物进行光合作用的重要器官,也是生态系统中生产者的主要能量转换器,叶片的自身性质直接影响着植物的基本行为与重要功能。测量植物叶片的面积,能够有效地反映植物对外部因素的适应程度,如植物对地理分布、营养成分等方面的适应程度。同时,植物叶片表面的各项指标也是影响植物生长、果实良好发育的生理指标,指标的高度决定着植株发展的趋势与质量。因此,叶片表面积的测量对于植物的指标检测有着重要的意义。该文重点阐述了目前条件下植物叶面积的测量方法以及数字图像处理技术测量植物叶面积方面的研究进展。
-
关键词
植物叶片面积
测量方法
生理指标
-
Keywords
Plant leaf area
Measurement method
Physiological index
-
分类号
S184
[农业科学—农业基础科学]
-
-
题名基于YOLO V3模型的奶牛目标检测
被引量：8
- 2
-
-
作者
刘生智
李春蓉
刘同金
热娜古丽·热西提
陈立平
-
机构
塔里木大学信息工程学院
塔里木大学现代农业工程重点实验室
-
出处
《塔里木大学学报》
2019年第2期85-90,共6页
-
基金
塔里木大学-华中农业大学联合科研项目“基于深度学习的马鹿行为识别与疾病预警研究”(19/1117922)
-
文摘
生产条件下,视觉场景中的奶牛目标检测准确度,易受到环境光照条件、遮挡、阴影等因素的影响。为了高效、准确、鲁棒地检测视觉场景下的奶牛目标,试验采用YOLOV3模型,对采自生产条件下的奶牛目标图像开展了研究。实验结果表明,YOLOV3模型对个体和群体2组实验图像的漏检率分别为20.69%、25.00%;同时,检测效率亦较高。说明将深度学习技术应用于畜牧业智能化应用,具有巨大的应用前景。
-
关键词
奶牛
目标检测
YOLO
人工智能
深度学习
机器视觉
-
Keywords
dairy cattle
object detection
YOLO
artificial intelligence
deep learning
machine vision
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
S818.9
[农业科学—畜牧学]
-
-
题名计算机视觉在果蔬分类中的应用
被引量：1
- 3
-
-
作者
刘同金
刘生智
热娜古丽·热西提
刘冠华
-
机构
塔里木大学信息工程学院
塔里木大学现代农业工程重点实验室
-
出处
《现代农业科技》
2020年第5期258-258,262,共2页
-
文摘
计算机视觉在农产品分类领域广泛应用,但受限于类间相似性和不规则的类内特征,果蔬分类仍是一个复杂的问题。本文针对近年来基于计算机视觉的水果分类进行比较,简述了现阶段果蔬分类所面临的挑战,并提出展望,以期为提高果蔬分级效率提供参考。
-
关键词
计算机视觉
果蔬分类
应用
挑战
展望
-
Keywords
computer vision
fruit and vegetable classification
application
challenge
prospect
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
