- 年份
- 2024(4950)
- 2023(7094)
- 2022(6152)
- 2021(5807)
- 2020(4975)
- 2019(11405)
- 2018(11222)
- 2017(21670)
- 2016(11369)
- 2015(12718)
- 2014(12235)
- 2013(11827)
- 2012(10472)
- 2011(9047)
- 2010(8432)
- 2009(7336)
- 2008(6660)
- 2007(5227)
- 2006(4032)
- 2005(3066)
- 学科
- 济(44562)
- 经济(44518)
- 管理(32289)
- 业(31091)
- 方法(26711)
- 企(26310)
- 企业(26310)
- 数学(24250)
- 数学方法(23840)
- 财(11978)
- 农(10504)
- 中国(9662)
- 业经(8642)
- 学(8416)
- 务(8308)
- 财务(8273)
- 财务管理(8254)
- 企业财务(7868)
- 贸(7448)
- 贸易(7445)
- 易(7281)
- 技术(7258)
- 农业(6965)
- 地方(6801)
- 理论(6641)
- 和(6481)
- 环境(6470)
- 制(6194)
- 划(5950)
- 银(5188)
- 机构
- 大学(149239)
- 学院(148573)
- 管理(62514)
- 济(60221)
- 经济(59201)
- 理学(55885)
- 理学院(55342)
- 管理学(54201)
- 管理学院(53921)
- 研究(43021)
- 中国(32092)
- 京(29361)
- 科学(27395)
- 财(26276)
- 业大(24231)
- 农(24178)
- 财经(22325)
- 中心(21756)
- 经(20615)
- 江(19718)
- 所(19599)
- 农业(19390)
- 经济学(19095)
- 研究所(18302)
- 经济学院(17479)
- 范(17266)
- 财经大学(17111)
- 师范(17004)
- 北京(16995)
- 经济管理(16775)
- 基金
- 项目(114302)
- 科学(91860)
- 基金(86308)
- 研究(80481)
- 家(75667)
- 国家(75113)
- 科学基金(66387)
- 社会(52435)
- 社会科(49916)
- 社会科学(49905)
- 基金项目(45926)
- 自然(44960)
- 省(44221)
- 自然科(44048)
- 自然科学(44036)
- 自然科学基金(43221)
- 教育(37921)
- 划(37678)
- 资助(35183)
- 编号(31134)
- 部(25735)
- 重点(25530)
- 创(24586)
- 发(23621)
- 科研(23087)
- 创新(23033)
- 成果(22863)
- 国家社会(22551)
- 教育部(22438)
- 大学(21804)
共检索到193212条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 华中农业大学学报
[作者]
雷杏子 王树才 龚东军 涂本帅 何昱廷 李传珍
针对国内禽蛋制品加工过程中，散装蛋水中上料时筐装蛋搬运自动化程度低的问题，设计一种自动上料机器人的视觉定位方案。该方案采用YOLOv5s和图像处理相结合的方法，在复杂环境中对散装禽蛋筐进行定位识别。建立最佳分割阈值T与图像平均灰度值M之间的关系模型，使用动态阈值分割法对图像中的堆垛整体进行分割，通过堆垛最小外接矩形的长宽比区分2种筐装禽蛋堆垛类型，堆垛类型识别准确率为100%。使用YOLOv5s对堆垛顶层的单个蛋筐进行定位识别，模型识别精确率为98.48%，检测单幅图片用时为0.005 4 s。根据YOLOv5s输出的定位结果对图片进行裁剪，通过图像分割将蛋筐边框分割出来并用Canny算子检测其边缘信息，计算所有蛋筐旋转角度，平均角度误差为0.41°。结合蛋筐高度得出筐装禽蛋堆垛中所有蛋筐的位姿信息。试验结果表明，基于YOLOv5s和图像处理的筐装禽蛋定位方法可以准确识别出筐装禽蛋堆垛中所有蛋筐的位姿信息，该系统具有较好的鲁棒性和可行性，可为筐装禽蛋自动上料机器人提供视觉系统技术支持。
[期刊] 华中农业大学学报
[作者]
张磊 王树才
针对当前禽蛋加工生产线中分段处置过程工序多、生产线长、累计破损率大、设备成本高等问题,采用一种基于机器视觉的Delta并联机器人,实现在生产线上将合格禽蛋捡拾到标准蛋盘并按照一定的顺序逐层整齐摆放的高速智能捡拾。通过基于视觉的动态禽蛋个体进行定位,确定不同搬运路径的智能轨迹规划,对实现智能捡拾的机器人控制程序进行设计并对禽蛋智能捡拾进行测试。结果表明,采用基于视觉的Delta并联机器人可以实现禽蛋智能捡拾和装盘工作目标,机器人运行速度达1 250 mm/s,捡拾效率为0.414 2~0.447 8枚/s,漏捡率小于3.33%。
[期刊] 华中农业大学学报
[作者]
王树才 任奕林 文友先
禽蛋检测与分级智能机器人系统SIRDGE(system of intelligent robot detecting and grading eggs)包括场景图像的采集和摄像机的标定,图像处理和特征值的提取,机器人运动控制和轨迹规划,真空吸盘的单片机控制,敲击声音的处理与破损检测,彩色图像处理与内部品质检测等子系统。笔者对各子系统软件的算法进行了研究,采用VC++编程实现了其软件功能,对SIRDGE进行调试结果表明,SIRDGE性能稳定,运行正常。
关键词：
禽蛋 检测 分级 智能机器人 软件
[期刊] 西南农业学报
[作者]
李广博 查文文 陈成鹏 时国龙 辜丽川 焦俊
【目的】针对传统生猪养殖耳标识别存在易脱落、易引起生猪感染等问题，采用改进YOLOv5s的模型对猪脸进行非入侵式识别。【方法】首先将K-Means的距离改为1-IOU,提高模型目标锚框的适应度；其次，引入CA坐标注意力机制，提高模型特征提取的能力；最后，引入BiFPN特征融合，有效利用特征提高模型的检测能力。试验采用的猪脸数据集共分为5类，数据增强后样本为12 756张，训练集和测试集划分比例为9∶1。【结果】改进后的算法在准确率、召回率、平均精确率(IOU=0.5)分别达到0.926、0.897、0.955,比原始YOLOv5s算法分别提高13.2%、3.0%、2.2%,同时，改进后的算法在单只、多只、小目标、密集、有遮挡的场景下，泛化能力较强、识别精准度高。【结论】利用深度学习算法，可以获取生猪面部信息并准确识别，减少漏检、错检情况，为生猪智能化管理提供较好的技术支持。
[期刊] 清华大学学报(自然科学版)
[作者]
张文 丁雨林 陈咏华 孙振国
针对相对封闭、磁干扰等特殊环境下传感器应用受限,导致爬壁机器人自主定位误差随时间累积的问题,该文提出并实现了一种基于外部RGB-D相机和惯性测量单元(inertial measurement unit,IMU)组合的爬壁机器人自主定位方法。该方法采用深度学习和核相关滤波(kernelized correlation filter,KCF)组合的目标跟踪方法进行初步位置定位;在此基础上,利用法向量方向投影的方法筛选出机器人外壳顶部的中心点,实现机器人定位中的位置定位。推导了机器人底盘法向量、横滚角与航向角的定量关系,设计了串联的扩展Kalman滤波器(extended Kalman filter,EKF)计算横滚角、俯仰角和航向角,实现机器人定位中的姿态估计。实验结果表明:该方法使爬壁机器人位置定位误差小于0.02 m,姿态估计的航向角和横滚角误差小于2.5°,俯仰角误差小于1.5°,有效地提高了爬壁机器人定位精度。
[期刊] 南京农业大学学报
[作者]
仝召茂 陈学海 汪本福 马志艳 杨光友
[目的]为实现对田间麦穗的实时准确计数，本文提出一种基于改进YOLOv5s的麦穗检测计数方法。[方法]通过C2f模块获得更加丰富的梯度流，增强模型细粒度特征提取能力，并在网络关键部位引入CoordConv坐标卷积，加大对坐标信息关注程度，提升模型对麦穗位置的感知能力，同时考虑到麦穗检测任务中中小尺寸麦穗居多，采用Inner CIoU损失函数加快模型收敛速度。[结果]在公开数据集Global Wheat Head Detection（GWHD）上对上述方法进行试验，结果表明，本文所提模型的精确率、召回率、平均精度均值mAP0.5分别为93.5%、91.6%和95.9%，参数量、计算量、FPS分别为12.4 MB、27.5 GFLOPs和34 帧·s~(-1)。[结论]本文所提模型在精确率、召回率、平均精度均值mAP0.5等指标上较原始YOLOv5s模型分别提升了1.0、1.2和1.3百分点，并且优于YOLOv7-tiny、YOLOv8s等模型，同时满足检测的实时性要求，此外，改进后模型在处理遮挡、重叠等复杂情况时都比原始模型表现更优，具有良好的鲁棒性。
[期刊] 华中农业大学学报
[作者]
郑宇达 陈仁凡 杨长才 邹腾跃
针对现有检测模型不能满足在自然环境中准确识别多种类柑橘病虫害的问题，提出一种基于改进YOLOv5s模型的常见柑橘病虫害检测方法。改进模型引入ConvNeXtV2模型，构建一个CXV2模块替换YOLOv5s的C3模块，增强提取特征的多样性；添加了动态检测头DYHEAD，提高模型对不同空间尺度、不同任务目标的处理能力；采用CARAFE上采样模块，提高特征提取效率。结果显示，改进后的YOLOv5s-CDC的召回率和平均精度均值为81.6%、87.3%，比原模型分别提高了4.9%和3.4%。与其他YOLO系列模型在多个场景下的检测对比，具有更高的准确率和较强的鲁棒性。结果表明，该方法可用于自然复杂环境下的柑橘病虫害的检测。
[期刊] 南京农业大学学报
[作者]
王勇 陶兆胜 石鑫宇 伍毅 吴浩
[目的]在自然环境下进行机械自动化采摘苹果时，对不同成熟度的果实做到精确检测尤为重要。针对因苹果之间遮挡和同级成熟度苹果的纹理特征分布差异所导致的在自然环境下不同成熟度苹果目标检测精度较低的问题，提出了一种不同成熟度苹果检测模型SODSTR-YOLOv5s（YOLOv5s with Small Detection Layer and Omni-Dimensional Dynamic Convolution and Swin Transformer Block）。[方法]首先改进YOLOv5s的多尺度目标检测层，在Prediction中构建检测160×160特征图的检测头，提高小尺寸的不同成熟度苹果的检测精度；其次在Backbone结构中融合Swin Transformer Block，加强同级成熟度的苹果纹理特征融合，弱化纹理特征分布差异带来的消极影响，提高模型泛化能力；然后将Neck结构的Conv模块替换为动态卷积模块ODConv，细化局部特征映射，实现局部苹果细粒度特征的充分提取，最后基于不同成熟度苹果数据集进行试验，验证改进模型的性能。[结果]试验结果显示，改进模型的精确率、召回率、平均精度均值分别为89.1%、95.5%、93.6%，高、中、低成熟度苹果精度均值分别为94.1%、93.1%、93.7%，平均检测时间为16 ms，参数量为7.34 M，相比于YOLOv5s模型，精确率、召回率、平均精度均值分别提高了3.8%、5.0%、2.9%。[结论]虽然改进模型的参数量与平均检测时间分别增加了0.32 M和5 ms，但提升了在自然环境下对不同成熟度苹果的检测能力，较好地满足实际采摘苹果的检测要求，为基于深度学习的不同成熟度苹果检测方面的研究提供思路。
[期刊] 沈阳农业大学学报
[作者]
陶兆胜 石鑫宇 王勇 伍毅 吴浩
为了解决现有的农作物病害检测方法对不同番茄叶片病害检测的精度低、效果差的问题，提出一种基于YOLOv5网络模型改进的番茄叶片病害检测模型YOLOv5s-TLD。首先在原YOLOv5s模型的Backbone中构建DCAM注意力机制模块，通过制定双通道注意力和空间注意力机制加强模型对番茄叶片病理特征的提取能力，并减弱模型受复杂背景特征的影响，以提高模型对不同种类病害的检测精度和分类精度；然后应用融合Swin Transformer的C3STR模块替换原网络第6层的C3模块，强化模型在多尺度上建模的能力，实现模型对小尺寸的番茄叶片病害残差特征的高精度学习；再运用BiFPN加权双向特征金字塔网络替换原YOLOv5模型Head的PANet路径聚合网络，该网络采用跨尺度特征融合和可学习权重的方式融合模型不同层次的特征，在增强网络的特征融合能力的同时使网络获得更多的特征信息，以提高模型的感受野和特征表达能力；最后进行不同模型的检测对比试验，并在实际复杂场景下进行番茄叶片病害检测试验。试验结果表明：YOLOv5s-TLD模型平均精度均值和召回率分别为97.7%和96.3%，较原YOLOv5s模型平均精度均值和召回率分别提高1.9个百分点和2.5个百分点。该模型具有良好的检测精度和检测效果，且该模型在背景复杂的实际种植环境下能够准确地检测并识别不同种类的番茄叶片病害，研究结果可为农业智能管理和番茄叶片病害检测技术的实际应用提供参考。
[期刊] 实验技术与管理
[作者]
党宏社 党晨 张选德
交通标志的自动识别对汽车的安全行驶具有重要意义。针对现有交通标志识别算法存在识别精度低、速度慢的问题，该文提出了一种基于改进YOLOv5s的交通标志识别算法。引入MobileNetv3主干网络，将RFB模块与ECA-Net模块相结合，在不提高网络计算量的情况下，确保更大范围内聚焦有效特征；在特征融合中采用AFF模块，将注意力从同层融合扩展到跨层区域；采用Matrix NMS筛选候选框，以提升模型检测速度。在中国交通标志数据集CCTSDB上的验证结果表明，该算法识别精度为96%，速度为48帧/s，在多种环境下对目标的识别能力得到增强，可以满足交通标志实时识别的需要。
[期刊] 南京农业大学学报
[作者]
赵一名 沈明霞 刘龙申 陈佳 祝万军
【目的】针对规模化养殖环境下死鸡巡检自动化程度低、人工巡检费时费力等问题，提出一种基于图像配准融合算法和改进YOLOv5s的死鸡检测方法。【方法】为提高死鸡目标特征的显著性，利用SURF算法结合RANSAC算法实现热红外与可见光图像的特征点匹配，采用仿射变换模型得到配准图像，使用小波变换实现图像的分解重构，从而得到最终的配准融合图像；为降低背景信息对死鸡目标检测的干扰，提升模型对鸡只遮挡情况的检测效果，以YOLOv5s目标检测算法为基础，通过加入SE注意力模块，将CIoU＿Loss和DIoU＿NMS运用于原模型，构成改进后的YOLOv5s-SE模型。【结果】配准融合后的图像与源图像的相关系数平均值达到0.86，体现了良好的配准融合效果；模型在融合图像上的检测准确率以及平均精度均值均高于可见光图像和红外图像，改进后的YOLOv5s-SE相较于原始YOLOv5s在融合数据集上的检测准确率提升了3.3%，达到了97.7%。【结论】改进后的YOLOv5s-SE保证了应有检测速度的同时，提升了目标检测的精度，可满足实际生产中死鸡实时检测的需求。
[期刊] 实验技术与管理
[作者]
高云茜 邓三鹏
为实现草莓采摘机器人在温室中对草莓的快速、精确检测，该文提出一种yolov5-en算法。在原有yolov5基础上，首先对原始主干网络卷积操作并加入CBAM模块；其次，引入BiFPN模块进行多尺度特征融合；然后，使用直方图均化算法和Mosaic数据增强进行目标检测数据预处理；最后，优化K-means算法对训练数据集聚类分析，同时使用Focal loss损失函数构建yolov5-en目标检测网络。通过对比试验得出：与yolov5、Faster-RCNN ResNet101和Faster-RCNN VGG16模型相比，yolov5-en的mAP分别提升了3.41%、17.85%和14.40%，可达94.36%。通过采摘机器人模拟环境检测验证了该模型的可行性，且达到了应用水平，可为采摘机器人实时小目标检测提供支撑。
[期刊] 实验技术与管理
[作者]
罗晶 陈金海 彭志轩 李杰 伍万能 周广兵
针对工业机器人成本高、开源性差和维护困难等问题，设计了一种基于机器视觉的机器人抓取实验系统。该系统利用机器视觉、深度学习和路径规划等技术对目标工件进行识别、定位，并完成抓取任务。机器人系统在结构设计上采用串联结构，利用无刷直流电机作为机器人关节的驱动机构。为了解决工件识别与定位问题，利用Pytorch框架下的深度学习模型，对工件图像进行处理，并利用YOLOV3算法对工件进行识别；基于机器人操作系统（ROS）实现机器人6自由度的运动学求解与运动规划；完成了系统总体与软硬件设计，并验证了机器人抓取试验系统的有效性。该系统具有成本低、灵活性好和高可靠性等优点，软硬件完全开源，便于日常实验和教学，提升了学生的动手能力和创新能力。
[期刊] 南京农业大学学报
[作者]
张晖耀 黄力湘 陈继清 刘睿 苏子龙 银庆刚 黄敬炎 桂友强 李家鑫
[目的]本文旨在提高机械自动化设备进行草莓采摘时的草莓成熟度检测精度。[方法]针对草莓采摘过程中因枝叶遮挡、检测目标小、同级成熟度果皮纹理特征差异导致成熟度检测精度低的问题，提出一种草莓成熟度检测模型—YOLOv5s-SCW。本模型通过在Backbone中融合Swin Transformer Block，加强相同成熟度草莓果皮纹理特征融合，显著减少模型的参数量；在Neck中采用CA（Coordinate Attention ）注意力机制，引入空间坐标信息，提高模型检测精度；采用Wise-IoU（WIoU）损失函数替换CIoU损失函数，动态调整目标权重，提高模型的检测性能。最后基于草莓数据集进行试验，验证改进模型的性能。[结果]相较于标准YOLOv5s模型，YOLOv5s-SCW模型在精确率、召回率和平均精度均值（mAP）方面分别提升了4.9%、5.6%和4.9%，达到了91.3%、90.6%和95.7%。不同成熟度草莓的平均检测精度（高、中、低）分别为97.1%、93.7%和96.3%，平均检测时间为10.8毫秒，模型参数量为4.84 M。[结论]本研究基于YOLOv5s提出的YOLOv5s-SCW模型显著提高了模型在自然环境下识别不同成熟度草莓的能力，大幅降低了模型的参数量，实现了轻量化，满足农业过程中进行实际草莓采摘的需求。
关键词：
草莓 YOLOv5s 成熟度检测 轻量化
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
宋怀波 雒鹏鑫 王亚男 耿明阳 邢嘉鑫 王帅
[目的]构建融合YOLOv5s与改进Criminisi算法的农业遥感图像去云方法,为云层干扰环境下地表信息获取、地表物的解译等研究提供支持。[方法]首先使用基于容差的暗通道先验(dark channel prior,DCP)算法去除雾和部分薄云,以提升图像整体对比度与云层边缘清晰度;然后融合YOLOv5s深度学习网络进行云层区域阈值分割,实现云层蒙版的快速精确自动提取;最后通过样本块大小自适应调整策略对Criminisi算法进行改进,实现遥感图像的有效去云修复处理。通过对含不同大小云层的遥感图像进行去云试验,并利用信息熵、峰值信噪比(peak signalto-noise ratio,PSNR)、均方误差(mean-square error,MSE)和结构相似性(structural similarity index measure,SSIM)4个指标对去云结果进行评价,以验证本研究算法的有效性。[结果]采用融合YOLOv5s和自适应样本块的改进Criminisi算法对8幅含云图像进行了修复,修复后图像的平均PSNR为21.01,平均SSIM为0.77;并对57幅模拟加云图像进行修复,其平均PSNR为28.59,平均SSIM为0.93,表明将改进Criminisi算法应用于遥感图像去云研究是可行的。在此基础上,对本研究算法的适用性以及阴影对去云效果影响的研究表明,不同大小和位置的云层干扰造成未知区域不确定度较大,对修复效果影响较为严重;阴影区域与云区域相接时存在阴影块填充,修复效果尚有待提升。[结论]融合YOLOv5s与改进Criminisi算法的去云方法可有效修复云层遮挡区域,同时保留较为真实的地表信息,可用于农业遥感信息精细感知研究。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
