-
题名油松容器育苗种子不同处理方法对比试验
- 1
-
-
作者
赵永宁
翟军峰
-
机构
甘肃省子午岭林管局合水分局北川林场
甘肃省子午岭林管局合水分局
-
出处
《农业科技与信息》
2018年第20期88-89,共2页
-
文摘
油松是松科松属,常绿乔木,子午岭分布较多。油松作为适应性强的造林树种,在甘肃省及周边的宁夏、陕西等地造林绿化中广泛应用。尤其是庆阳市油松林在人工林中占到95%以上,为了在造林绿化中能提供优质的壮苗,提高经济效益,通过用不同的方法对油松种子处理后,做观测对比培育试验,找出最佳的种子处理方法,以供广大生产者参考。
-
关键词
油松
育苗
试验
-
分类号
S791.254
[农业科学—林木遗传育种]
-
-
题名基于无人机图像检测的林业虫害监控预防
被引量：4
- 2
-
-
作者
邱雅林
刘向龙
何小军
赵庆龙
贾存芳
-
机构
庆阳市林业和草原科学技术推广站
庆阳市林业科学研究所
子午岭林管局合水分局北川林场
-
出处
《湖北农业科学》
2024年第8期262-266,共5页
-
基金
中央财政林业科技推广示范项目(甘[2023]ZYTG 007号)
庆阳市科技计划项目(QY-STK-2022A-042)。
-
文摘
为解决现有基于无人机图像的虫害监控方法效率低效果差,且需要耗费大量人力物力的问题,研究基于深度学习构建了基于无人机的林业虫害检测框架,将浅层网络提取的特征信息传递到深层网络,并通过剪枝和批量归一化折叠对模型进行了轻量化改进。结果表明,训练过程中各模型趋于稳定时,改进后的YOLOv4模型平均准确率达97.38%,计算成本和存储需求较原始的YOLOv4已分别降低17.81个百分点和23.38%;平均检测正确率比改进前高12.75个百分点。
-
关键词
无人机
虫害监控
图像检测
YOLOv4模型
-
Keywords
unmanned aerial vehicle(UAV)
pest control
image detection
YOLOv4 model
-
分类号
S763
[农业科学—森林保护学]
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
