共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 图像处理技术在粮食害虫识别中的应用进展显示文摘在储粮过程中,粮食害虫的监控至关重要。常见粮虫的检测方法主要有人工检测、声音检测、传统机器学习图像处理以及深度学习图像处理等。传统机器学习图像处理检测粮虫的步骤有图像预处理、特征提取及特征分类。深度学习技术包括图像分类和目标检测两大技术,详细介绍了粮虫检测应用的两阶段和单阶段的目标检测算法。研究了使用图像检测技术进行粮虫检测后估计储粮害虫种群密度的方法,包括使用视频监控、特殊分类器等手段来判断活虫、死虫,进一步判断粮虫的种群密度。综述了目前图像处理技术最新的研究方法,并展望了其在粮虫检测未来的发展。 | 吕宗旺 金会芳 甄彤 孙福艳 | 2021 | 河南工业大学学报(自然科学版)2021，42，3： | 8 |
| 2 | 米糠油安全生产标准方法的研究与实践显示文摘依据国家、地方和行业标准,对米糠油全产业链进行分析,确定关键控制节点、主要检测指标及风险评估体系,并结合企业实际情况建立米糠油安全生产控制方法。结果表明,试验方法的建立和应用可以降低米糠油产品的酸值、过氧化值和塑化剂含量,提高其谷维素和植物甾醇含量。2020年生产的36个米糠油产品的谷维素质量分数为0.41%~0.93%,植物甾醇质量分数为0.61%~1.35%,这两项指标均达到同类标准限值的1.2倍以上。 | 吴晓娟 吴伟 | 2021 | 食品与机械2021，37，5： | 1 |
| 3 | 基于改进YOLOv5的农业害虫检测显示文摘设计了一种改进的YOLOv5模型实现对小目标害虫识别定位并将其应用于农业虫情分析。首先对数据集中的图片进行数据增强操作,结合目标背景分析,对一半数据进行降低亮度处理以增大训练难度。为了解决目标检测模型中小目标容易随着卷积神经网络的加深而导致目标信息丢失的问题,提出在模型中额外增加特征提取层,以达到丰富小目标的特征信息和位置信息的目的。该模型采用一种切割图像再检测的方法,在降低模型计算量的同时提高了检测精度。最后设计了多组实验并进行对比,验证了模型的有效性,平均检测精度达92%。 | 唐小煜 向秋驰 黄晓宁 张怡丰 | 2023 | 华南师范大学学报(自然科学版)2023，55，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员