基于特征递归融合YOLOv4网络模型的春见柑橘检测与计数

春见柑橘个体小、单株果树柑橘密集、柑橘之间的形态与颜色相似度高且易被树叶严重遮挡,这些特点给春见柑橘检测与计数带来了较大困难。该研究以实际春见果园环境中的春见柑橘作为检测与计数对象,提出了一种以春见柑橘为检测目标的基于特征递归融合YOLOv4网络模型(YOLOv4 network model based on recursive fusion of features,FR-YOLOv4)。针对春见柑橘尺寸小的特点,FR-YOLOv4网络模型的主干特征提取网络采用了感受野更小的CSPResNest50网络,降低了小尺寸目标的特征图传不到目标检测器中的可能性;针对春见柑橘被遮挡和密集分布的情况,采用了递归特征金字塔(Recursive Feature Pyramid,RFP)网络来进行特征递归融合,提高了对果园环境下春见柑橘的检测精度。试验结果表明:FR-YOLOv4网络模型对于果园环境中春见柑橘的平均检测精度为94.6%,视频检测帧率为51帧/s。FR-YOLOv4网络模型相比于YOLOv4、单次多框检测器(Single Shot Multi-Box Detector,SSD)、CenterNet和更快速卷积神经网络(Faster-Region-Convolutional Neural Networks,Faster R-CNN)的平均检测精度分别提高了8.9、29.3、14.1和16.2个百分点,视频检测帧率分别比SSD、Faster R-CNN提高了17和33帧/s。FR-YOLOv4网络模型对于实际果园环境中春见柑橘的检测精度高,具备检测实时性,适用于春见果园中春见柑橘检测与计数。

试论春见柑橘在金秀瑶族自治县的引种表现及设施栽培技术

本文简要介绍了金秀瑶族自治县柑橘产业发展现状,以春见柑橘为视角,探索了金秀瑶族自治县的柑橘产业引种栽培技术。引种表现包括:果实受众性、物候期、结果习性、抗逆性。设施栽培技术包括:水肥管理、整枝修剪、花果管理、病虫害防治、种植密度控制。借助科学的引种论证、设施栽培技术,提升金秀县柑橘春见的种植成功率,获得较高的经济收益。

春见柑橘栽培管理及采收贮藏技术

春见柑橘是一种含糖量高、果大、产量高,综合性能优良的柑橘品种,在我国多地均有栽培。为指导种植户科学栽培管理春见柑橘,介绍了选园、栽培要点、修剪整形、水肥管理、疏果、病虫害防治等春见柑橘的栽培技术,以及春见柑橘的采收与贮藏要点。

蒲江县“两个替代”工程助力柑橘及土壤质量安全水平提升

以蒲江县优势主导产业柑橘为研究对象,选择“有机肥替代化肥,绿色防控代替化学防治”(简称“两替”)工程代表性的生产经营主体抽取春见柑橘样品,经过两年“两替”工程的持续实施,研究发现,2022年和2023年抽取的柑橘样品中农药残留检出情况、部分农药的检出值及有害重金属含量持续降低。柑橘基地土壤中重金属元素含量逐年下降,土壤酶活性和肥力持续明显改善,进一步说明持续推进“两替”工程,可以全面提升农产品质量安全水平,促进了农业增效、农民增收。