基于YOLOv5算法的水位智能监测系统

近年来,图像识别技术快速发展,为了实现水位数据前端处理,本论文提出了将YOLOv5算法用于前端处理水位监测数据的方案。本方案与传统方案最大的不同之处在于数据处理方式,本方案直接将YOLOv5算法嵌入集成单片机中,在前端进行数据转换,最后将结果显示在终端,传统方案需要将数据传输回服务器中。论文实验数据的采集,考虑了不同测量地点和光照角度等因素,具有真实性。最后将YOLOv5算法的实验数据与YOLOv4、hog + svm和Faster RCNN算法进行对比,并以F1作为比较标准。结果显示:在验证集下,YOLOv5算法的mAP值和准确率等指标均表现优异,F1值高于Faster RCNN将近4%,高于HOG + SVM将近12%,在GPU和CPU环境下,单张图片检测时间分别为15 ms、125 ms,说明YOLOv5算法在各种复杂环境下的均能适应图像识别任务,具有高识别率和鲁棒性。

灌排方式与控释肥耦合对水稻生长、氮素利用及环境的影响

水稻生产灌溉用水量大,具有较大的节水潜力;过去片面追求高产而施加大量肥料导致了严重的污染问题。为解决上述问题,现引进一种智能控释肥料,为研究这种肥料在不同的灌排模式下的节水减排机理,现采用竖筒试验。试验表明:秸秆覆盖处理下水稻的灌水、排水量最小;秸秆覆盖和控灌中蓄处理下省工效益较好;秸秆覆盖及控灌中蓄均在一定程度上比浅水勤灌更有减排、降低氮素流失的效果。本研究揭示了智能控释肥对水稻的生理、生长、产量、水氮利用效率、氮素运移规律的影响,为实现科学的水肥管理模式提供依据。