-
题名基于卷积神经网络的农机图像自动识别研究
被引量:2
- 1
-
-
作者
雷雪梅
张光强
姚旗
刘伟渭
邱帅
-
机构
四川化工职业技术学院智能制造学院
国家农业智能装备工程技术研究中心
西北农林科技大学农学院
西南交通大学机械工程学院
西南大学人工智能学院
-
出处
《中国农机化学报》
北大核心
2022年第5期140-147,共8页
-
基金
中国博士后基金面上资助(2020M682506)
四川省科技计划项目(19YYJC0513)
国家自然科学青年基金(51705432)。
-
文摘
基于农机物联网技术的农机作业监管系统通过采集机具图像来判断农业机具类型和作业状态,但是由于图像数据量大,人工抽查方式工作量大、效率低,难以满足监管识别需求。构建包括播种机、翻转犁、起垄机、深松机和旋耕机等类型的图像数据集,并在Google公司的深度学习平台Tensorflow下对机具图像数据集进行标注和图像预处理。设计针对实际监管需求和图像特点的卷积神经网络模型,并通过减少过拟合与提高训练效率对模型进行优化。模型训练试验结果显示:本文设计的机具识别网络在验证集上的识别率达到98.5%,相同试验条件下,LeNet-5模型在验证集上的识别率为81%,ResNet-50模型在验证集上的识别率为98.8%,但是在识别效率上,ResNet-50模型完成训练需要近60 h,识别一张图片需要0.3 s,而本文设计的机具识别网络完成训练仅需要30 h,识别一张图片只需要0.1 s。为进一步验证模型的实用性,选取200张图像进行测试,测得模型对各类机具图像的精确度平均值为98.47%,召回率平均值为98.37%,F1-score平均值为98.41%,表明模型具有良好的鲁棒性,实用性良好。
-
关键词
农机机具
卷积神经网络
图像识别
深度学习
-
Keywords
agricultural machinery and tools
convolutional neural network
image recognition
deep learning
-
分类号
S22
[农业科学—农业机械化工程]
-
-
题名灭茬深松旋耕起垄机的研究
被引量:6
- 2
-
-
作者
毛俐
-
机构
黑龙江省农业机械工程科学研究院
-
出处
《农业科技与装备》
2012年第3期23-24,共2页
-
文摘
在原有灭茬旋耕机的基础上,增加深松功能,设计一种新型的灭茬深松旋耕起垄机。介绍该机的整体结构和工作原理,阐述机具主要部件的设计方案。该机一次进地可完成灭茬、深松、旋耕、起垄、镇压等联合作业,能够有效打破犁底层,改善作物生长的土壤条件,具有一定的推广价值。
-
关键词
农业机械
旋耕
灭茬
深松
起垄
-
Keywords
agricultural machinery
rotary tillage
stubble cleaning
deep plowing
ridge
-
分类号
S222
[农业科学—农业机械化工程]
-
-
题名“大跃进”期间的深耕土地运动
被引量:2
- 3
-
-
作者
朱显灵
丁兆君
胡化凯
-
机构
中国科学技术大学科技史与科技考古系
中国科学技术大学校史馆
-
出处
《当代中国史研究》
CSSCI
北大核心
2011年第2期29-37,125,共9页
-
文摘
1957~1958年,毛泽东对山东省厉家寨村和河南省长葛县深翻土地增产经验的总结报告充分肯定,号召全国学习,通过深翻土地达到增产目的。1958年8月,中共中央发出指示,要求全国在两三年内,将一切可能深耕的土地全部深耕一尺以上。全国掀起了轰轰烈烈的深耕土地热潮。在运动中,各地积极组织学习长葛县的深翻土地方法和经验,开展群众性深翻土地"大会战"。科研人员也积极研制和改造深翻农机具,总结和论证深翻措施及效果,开展深翻土地创高产试验。尽管通过深耕土地达到增产在一定的科学范围内是可行的,但1958年全国性的深耕土地运动,在翻土深度、进度和数量上层层加码,出现了许多盲目蛮干的事例,未能取得预期的增产效果。
-
关键词
“大跃进”
深耕土地
深耕农具
-
Keywords
the'Great Leap Forward'
movement of deep plowing land
deep plowing agricultural machinery and tools
-
分类号
K27
[历史地理—中国史]
S157.42
[农业科学—土壤学]
-