自行设计高效RNA提取方法对果树病毒检测效果的研究

目的:建立适合果树病毒检测的高效RNA提取方法。方法:以梨、苹果幼嫩叶片及韧皮部为材料,利用已有的和自行设计的RNA提取方法,研究了苹果褪绿叶斑病毒和苹果茎痘病毒RT-PCR检测的效果。结果:自行设计的方法能在1h内获得纯度高、含量多、完整性好的总RNA,并能很好地用于RT-PCR扩增,扩增产物经回收、克隆和测序,证实是检测病毒的特异条带。结论:经反复多次实验证实,该方法适合果树RNA的快速提取,操作简便、快捷,可大大缩短RNA的提取时间,降低提取成本,适合大量样品的提取检测,可广泛用于各种果树病毒的研究。

改进YOLOv5的无人机影像果树检测方法研究

在果树密集种植区,果树冠层间相互遮挡以及背景噪声限制了检测果树的准确性,为提高自然环境中果树冠层的检测精度,以新疆渭干河-库车河三角洲绿洲果园无人机遥感影像为基础,提出了一种基于改进YOLOv5的无人机影像果树检测方法。YOLOv5被用作基线网络,使用注意力机制CBAM模块关注果树整体,并根据果树冠层的大小和形状自适应地调整感受野,增强果树的特征提取,以减少由于目标的大小和形状不同而导致的漏检;使用Alpha损失函数加大收敛效果,从而在不增加计算量的情况下减少复杂背景对果树检测结果的干扰。试验结果表明,改进的YOLOv5模型能够有效提高果树检测精度,与其他经典目标检测模型相比,平均精度均值mAP分别提高了0.52%、48.33%、13.44%、4.71%、26.71%和2.1%,具有较高的鲁棒性和泛化性。本文改进的YOLOv5模型能够准确检测出无人机影像中的果树冠层,可以为自动化果园监测、智能识别和工程应用提供参考。