基于改进YOLOv5s的CNN-Swin Transformer森林野生动物图像目标检测算法

【目的】为提高野生动物在复杂森林环境中的检测精度,促进森林野生动物保护技术发展,提出一种基于YOLOv5s网络模型、针对陷阱相机所摄取森林野生动物图像的改进检测算法。【方法】以包含湖南壶瓶山国家级自然保护区几种典型森林野生动物在内的数据集为研究对象,首先,对真实标注框图像进行裁剪、归一化和缩放处理,随机将2~4张裁剪图像拼贴组成新的数据集元素,以丰富和增强数据集图像信息;其次,使用一种基于通道注意力思想的加权通道拼接方法,在通道拼接时引入权重改变通道数量,通过反向传播训练方法不断更新权重以增加重要特征信息的通道层数;接着,引入Swin Transformer模块与CNN网络相结合,为卷积神经网络特征提取加入自注意力机制,融合2种网络特征提取层的优势,提高特征提取的感受野;最后,选择更优的α-DIoU损失函数替代GIoU损失函数,针对边界框重叠面积和中心点距离造成的损失,引入新的几何因素惩罚项。【结果】在相同试验条件和数据集下,相比原YOLOv5s网络模型,改进算法极大提高检测的平均准确率和平均回归率,均值平均精度由74.1%提升至88.4%,获得14.3%的精度提升,同时也超过YOLOv3、YOLOXs、RetinaNet、Faster R-CNN等其他流行目标检测算法。【结论】针对陷阱相机所摄取森林野生动物图像背景与目标对比度低、遮挡重叠严重,致使检测误检率、漏检率高等问题,在检测算法中提出一系列改进措施,为我国森林野生动物的保护和数据获取提供一种新的可行性方案和思路。

精准农业技术体系分析与展望

将农业建设与多种高新技术联合使用并贯穿到精准农业实施的各个环节,可以有效提升现阶段我国农业的生产水平,实现我国农业现代化的发展目标。本文通过对精准农业的研究现状和技术类别进行综述,提出了立足于精准农业实施的数据采集、分析与决策的三个主要环节,详细论述了精准农业所使用到的地理信息系统等技术在精准农业中的使用情况,分析了精准农业的发展现状,给出了完善精准农业的对策,同时探讨了未来发展趋势。旨在为后继学者进入该领域学习提供方法或其他有利条件。

采气井口装置单流阀泄压工具的研制与应用

研制的采气井口装置单流阀泄压工具能将井口阀门阀腔或套管头环空内的压力安全泄掉,解决了井口维护作业中阀门阀腔或套管头环空内压力不清楚时的泄压问题,以及单流阀在失效的情况下对其进行更换的问题,为井口维护作业提供了安全保证。