期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
荔枝劣变的多模态传感感知与智能识别
1
作者 朱启明 罗剑斌 +3 位作者 杨图信 郭少英 滕丽丽 潘朝勃 《智慧农业导刊》 2025年第20期13-16,共4页
针对荔枝采后储运过程中果皮褐变、果肉软化等劣变问题,构建融合机器视觉、气体传感器阵列和自制压力测试装置的多模态传感检测系统。通过提取颜色、形状、纹理等视觉特征,检测挥发性化合物成分变化,测定质构力学参数,获得荔枝劣变的多... 针对荔枝采后储运过程中果皮褐变、果肉软化等劣变问题,构建融合机器视觉、气体传感器阵列和自制压力测试装置的多模态传感检测系统。通过提取颜色、形状、纹理等视觉特征,检测挥发性化合物成分变化,测定质构力学参数,获得荔枝劣变的多维特征数据。建立CNN-LSTM融合网络模型,实现多模态数据融合与智能识别。实验结果表明,储存第3天荔枝开始出现明显劣变,果皮亮度值L*从72.5降至45.2,硬度从856 N降至312 N。所构建的多模态融合识别模型准确率达96.8%,较单一传感模式提升12%~18%,为荔枝品质快速无损检测提供有效的技术解决方案。 展开更多
关键词 荔枝劣变 多模态传感 CNN-LSTM网络 特征融合 智能识别
在线阅读 下载PDF
基于YOLOv8的荔枝裂壳快速检测模型构建与实证研究
2
作者 朱启明 潘朝勃 +3 位作者 滕丽丽 罗剑斌 杨图信 郭少英 《广东蚕业》 2025年第9期22-24,共3页
荔枝裂壳是影响果园荔枝产量与品质的重要因素,传统人工检测方法效率低、精度差。针对荔枝开裂难以检测的问题,文章提出了一种基于YOLOv8改进的快速检测模型。该模型通过设计轻量化SE注意力检测头,增强了小目标的通道特征表达能力;改进... 荔枝裂壳是影响果园荔枝产量与品质的重要因素,传统人工检测方法效率低、精度差。针对荔枝开裂难以检测的问题,文章提出了一种基于YOLOv8改进的快速检测模型。该模型通过设计轻量化SE注意力检测头,增强了小目标的通道特征表达能力;改进多尺度特征融合方式,引入SoftMax自适应加权机制;利用Anchor-Free检测头,减少了anchor错误配对对小目标定位的影响。在自建数据库上开展改进模型与YOLOv5、YOLOv7、YOLOv8原始模型对比实验。结果显示,其F1值分别提高了2.6、1.9、1.3个百分点,检测速度提升了15%左右。此外,消融实验进一步验证了各改进模块的功能优势,表明该改进模型在小目标识别的精准度、速度及鲁棒性方面均优于现有模型。 展开更多
关键词 YOLOv8 小目标检测 荔枝裂壳 注意力机制 多尺度特征融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部