[目的/意义]为解决番茄叶片病虫害检测中面临的环境复杂、目标小、精度低、参数冗余及计算复杂度高等问题,提出了一种新型轻量化、高精度、实时的检测模型——YOLOv10n-YS (You Only Look Once Version10-YS)。[方法]首先,采用C2f_RepVi...[目的/意义]为解决番茄叶片病虫害检测中面临的环境复杂、目标小、精度低、参数冗余及计算复杂度高等问题,提出了一种新型轻量化、高精度、实时的检测模型——YOLOv10n-YS (You Only Look Once Version10-YS)。[方法]首先,采用C2f_RepViTBlock模块替换主干网络的C2f,减少了模型的计算量和参数量。其次,加入带切片操作的注意力机制SimAM,结合原有卷积形成Conv_SWS模块,提升了小目标的特征提取能力。另外,在颈部网络中使用DySample轻量动态上采样模块,使采样点集中在目标区域而不会关注背景部分,实现病虫害的有效识别。最后,将跨通道交互的高效率通道注意力(Efficient Channel Attention with Cross-Channel Interaction,EMCA)替换主干网络的金字塔空间注意力机制(Pyramid Spatial Attention, PSA),进一步提高了主干网络的特征提取能力。[结果与讨论]实验结果显示,YOLOv10n-YS模型在番茄病虫害数据集上展现出了卓越的性能。其平均识别精度、检测准确率和召回率分别达到了92.1%、89.2%和82.1%,相较于原模型,这些指标分别提升了3.8、3.3和4.2个百分点。同时,模型在参数量和计算量上也实现了显著的优化,分别减少了13.8%和8.5%。[结论]这些改进不仅提升了模型的性能,还保持了其轻量化特性,对番茄叶片病虫害的检测具有重要参考价值。展开更多
【目的】预测当前及未来气候情景下黑刺粉虱在中国的适生分布范围及适生等级,分析环境变量对其分布的影响,明确主导气候因子,为茶园黑刺粉虱的监测预警和科学防控提供理论依据和实践指导。【方法】基于MaxEnt模型与ArcGIS软件,预测黑刺...【目的】预测当前及未来气候情景下黑刺粉虱在中国的适生分布范围及适生等级,分析环境变量对其分布的影响,明确主导气候因子,为茶园黑刺粉虱的监测预警和科学防控提供理论依据和实践指导。【方法】基于MaxEnt模型与ArcGIS软件,预测黑刺粉虱的适生分布范围及其适生程度,并采用刀切法(Jackknife)评估影响其潜在分布的主要环境变量。【结果】MaxEnt模型预测的曲线下面积AUC(area under curve,AUC)值为0.894,表明模型精度较高,预测结果可靠。利用刀切法分析显示,影响黑刺粉虱潜在分布的主要环境变量为年平均温(bio1)、年平均降水量(bio12)和最干月份降水量(bio14)。在当前及未来气候情景下,黑刺粉虱的适生区广泛分布于我国大部分省份,其中高适生区主要集中在我国秦岭-淮河以南地区,适生程度由南向北逐渐递减。当前黑刺粉虱总适生区面积为277.49万km^(2),占国土面积的28.91%;其中高适生区面积占比最大,为116.21万km^(2),占总适生区面积的41.88%。【结论】在未来多种气候情景下,黑刺粉虱在我国的分布范围呈现北移趋势,适生面积略有增加,但总体分布范围和适生程度未发生明显变化,表现出较强的稳定性。鉴于黑刺粉虱在中国适生区范围广泛,建议加强监测预警和区域防控,以保障茶叶安全生产和品质提升。展开更多
文摘[目的/意义]为解决番茄叶片病虫害检测中面临的环境复杂、目标小、精度低、参数冗余及计算复杂度高等问题,提出了一种新型轻量化、高精度、实时的检测模型——YOLOv10n-YS (You Only Look Once Version10-YS)。[方法]首先,采用C2f_RepViTBlock模块替换主干网络的C2f,减少了模型的计算量和参数量。其次,加入带切片操作的注意力机制SimAM,结合原有卷积形成Conv_SWS模块,提升了小目标的特征提取能力。另外,在颈部网络中使用DySample轻量动态上采样模块,使采样点集中在目标区域而不会关注背景部分,实现病虫害的有效识别。最后,将跨通道交互的高效率通道注意力(Efficient Channel Attention with Cross-Channel Interaction,EMCA)替换主干网络的金字塔空间注意力机制(Pyramid Spatial Attention, PSA),进一步提高了主干网络的特征提取能力。[结果与讨论]实验结果显示,YOLOv10n-YS模型在番茄病虫害数据集上展现出了卓越的性能。其平均识别精度、检测准确率和召回率分别达到了92.1%、89.2%和82.1%,相较于原模型,这些指标分别提升了3.8、3.3和4.2个百分点。同时,模型在参数量和计算量上也实现了显著的优化,分别减少了13.8%和8.5%。[结论]这些改进不仅提升了模型的性能,还保持了其轻量化特性,对番茄叶片病虫害的检测具有重要参考价值。
文摘【目的】预测当前及未来气候情景下黑刺粉虱在中国的适生分布范围及适生等级,分析环境变量对其分布的影响,明确主导气候因子,为茶园黑刺粉虱的监测预警和科学防控提供理论依据和实践指导。【方法】基于MaxEnt模型与ArcGIS软件,预测黑刺粉虱的适生分布范围及其适生程度,并采用刀切法(Jackknife)评估影响其潜在分布的主要环境变量。【结果】MaxEnt模型预测的曲线下面积AUC(area under curve,AUC)值为0.894,表明模型精度较高,预测结果可靠。利用刀切法分析显示,影响黑刺粉虱潜在分布的主要环境变量为年平均温(bio1)、年平均降水量(bio12)和最干月份降水量(bio14)。在当前及未来气候情景下,黑刺粉虱的适生区广泛分布于我国大部分省份,其中高适生区主要集中在我国秦岭-淮河以南地区,适生程度由南向北逐渐递减。当前黑刺粉虱总适生区面积为277.49万km^(2),占国土面积的28.91%;其中高适生区面积占比最大,为116.21万km^(2),占总适生区面积的41.88%。【结论】在未来多种气候情景下,黑刺粉虱在我国的分布范围呈现北移趋势,适生面积略有增加,但总体分布范围和适生程度未发生明显变化,表现出较强的稳定性。鉴于黑刺粉虱在中国适生区范围广泛,建议加强监测预警和区域防控,以保障茶叶安全生产和品质提升。
