搜索到1865篇“ 葡萄叶“的相关文章
- 一种葡萄叶果茶的加工方法
- 本发明提供了一种葡萄叶果茶的加工方法,具体包括以下步骤:步骤一,制备葡萄茶叶;步骤二,制备葡萄果汁;步骤三,制备中药提取物;步骤四,制备葡萄叶果茶,将葡萄果汁与中药提取物充分混合加热,然后加入葡萄茶叶,继续加热过滤掉滤渣...
- 李秀杰逯志斐吴玉森刘锴马玉姣韩燕刘利陈广霞
- 不同农艺措施对霞多丽葡萄叶幕微气候的影响
- 2024年
- 【目的】通过生草、遮荫2种不同农艺措施,研究霞多丽(Chardonnay)葡萄转色期前后叶幕微气候变化,分析不同措施对其影响程度,为提升果实品质提供科学依据。【方法】以2年相同条件下酿酒葡萄霞多丽(Chardonnay)为研究对象,采用行间种植紫花苜蓿、黑色遮阳网2种措施,综合研究其转色期前后叶幕的光照、温度、湿度和土壤含水量,以采收后理化指标和感官评定作为判定依据确定最佳农艺措施。【结果】生草和遮荫处理均能改善叶幕微气候,且原料采收后产品质量均有所提升,其中遮荫处理效果显著。【结论】霞多丽(Chardonnay)葡萄采用生草、遮荫措施对叶幕微气候起到降温增湿效果,进而提升果实品质。
- 党新晨沈忠义屈冬林宋于洋
- 关键词:霞多丽葡萄叶幕微气候光照生草遮荫
- 一种葡萄叶病害检测方法
- 本发明涉及计算机视觉植物病害检测领域,特别涉及一种葡萄叶片病害检测方法。该方法包括以下步骤:获取葡萄叶片病害数据集;对数据集中的图像样本进行进行标注并生成与图像样本对应的标注文件;将数据集中的图像样本及与之对应的标注文件...
- 殷丽凤 付子龙刘震
- 一种葡萄叶病害检测方法
- 本发明公开了一种葡萄叶病害检测方法,包括图像超分辨率处理、深度学习网络训练、病毒检测步骤。所述深度学习网络包括大卷积层Conv_1‑Conv_6,特征输出层Predict1‑Predict3、连接层Concatenate...
- 袁洪波朱加俊程曼王起帆蔡振江
- 一种重参数化轻量级的葡萄叶病斑图像分割方法
- 本发明公开了属于农业信息技术领域,特别涉及一种重参数化轻量级的葡萄叶病斑图像分割方法,包括:将样本图像通过卷积流输入渐进式金字塔结构,生成低分辨率令牌;将低分辨率令牌输入重参数化卷积的语义挖掘器,进行多尺度学习挖掘,获得...
- 穆维松张馨心孙瑞晨
- 一种适合机械化管理的葡萄叶幕成型结构
- 本实用新型公开了一种适合机械化管理的葡萄叶幕成型结构,其包括若干沿水平方向间隔排列的支撑组合架;任意相邻两支撑组合架之间设有:连接两支撑组合架的、设为主蔓固定基础的第一道丝;若干层连接两支撑组合架的成型丝组;其中,每一层...
- 李嘉佳王磊赵茂香马文礼纠松涛王昊郭丁菡宋士任马超傅佩宁张雯娄玉穗李栋梅李永平唐卿雁王世平
- 基于机器视觉的酿酒葡萄叶幕厚度估算方法研究
- 2024年
- 酿酒葡萄叶幕厚度是园区管理、整形修剪、变量喷药等作业的重要参考依据,但是监测叶幕厚度存在作业量大、效率低、劳动强度高等问题。以贺兰山东麓酿酒葡萄叶幕为目标,基于机器视觉技术研究叶幕厚度的快速估算方法并进行验证。采集葡萄叶幕双目图像及参数,基于HSV颜色空间和形态学处理方法提取左目图像叶幕部分,将提取的图像与右目图像进行校正,采用BM算法对校正后的图像进行立体匹配,计算叶幕范围内所有像素点的三维坐标,依据z值平均值和园区参数计算叶幕厚度估算值。经测试,提出的叶幕厚度估算方法计算结果与实际测量值基本一致,满足酿酒葡萄园实际管理应用监测需求,可为研发叶幕厚度快速测量设备、推进园区管理精细化提供一定的理论基础。
- 马聪陈学东
- 关键词:酿酒葡萄机器视觉
- 基于生成对抗网络的数据增强技术在葡萄叶数据增强中的应用
- 2024年
- 研究生成对抗网络(Generative Adversarial Networks,GAN)在葡萄叶数据增强中的应用。增强的葡萄叶数据可以提升病害检测的准确性。传统的数据增强方法虽然能在一定程度上缓解数据不足的问题,但是生成的图像往往缺乏多样性和真实感。为此,结合GAN和多尺度注意力机制设计一种改进的对抗生成网络AMSGAN。通过训练该模型的生成器和判别器,最终可生成高质量、多样性的葡萄叶图像。实验结果验证了该模型在葡萄叶数据增强中的有效性和潜力。
- 代丽娜叶丽珠郑冬花修位蓉
- 关键词:生成器
- 基于EBP-YOLOv8的葡萄叶病害检测与识别方法研究
- 2024年
- 为提高实际环境中葡萄叶病害检测的准确率,适合视频实时监测、无人机等嵌入式AI应用场景,对YOLOv8目标检测模型从模型结构、轻量化等方面进行改进,构建了EBP-YOLOv8。首先在颈部网络中引入BiFPN结构,加强模型特征层之间的融合,改善对小目标的检测能力;其次使用C2_P来替换颈部网络中的C2f结构,实现模型的轻量化,在降低模型计算量的同时而不影响其精度;然后在特征提取网络中融入EMA注意力机制,提升网络对感兴趣区域的关注,提升模型对复杂背景、相似病斑的识别能力;最后将CIoU损失函数替换为ECIoU损失函数,进一步提升模型的检测性能,使模型能够更好地收敛。EBP-YOLOv8对比YOLOv8n、Faster-RCNN、RetinaNet、YOLOv8n、YOLOv8s、YOLOv7、YOLOv7-Tiny、YOLOv4-Tiny,mAP分别提升了3.2%、13.87%、3.49%、3.2%、1.3%、5%、4.7%、8.8%,模型大小仅5.3MB。改进后的算法在轻量化及保证实时性的同时有效提高了检测精度,可以为开发葡萄叶病害实时检测边缘系统提供有效参考。
- 蔺瑶曾晏林刘金涛李佳骏李双董晖杨毅
- 关键词:轻量化
- 基于改进MobileViT的葡萄叶部病害识别模型
- 2024年
- 本研究提出了一种优化的葡萄叶部病害识别模型CD-MobileViT。首先,将MobileViT作为基础网络,在Layer1、Layer2后面均嵌入坐标注意力模块CA(Coordinate Attention),以使网络能更有效地捕捉不同位置的关键特征;其次,在网络全连接层之后添加Dropout层,防止数据出现过拟合现象;最后,选用结合权重衰减的优化器AdamW(Adam with Weight Decay Regularization),更好地控制模型复杂度并提高泛化能力。实验结果显示,相较于MobileViT基础网络,改进后的CD-MobileViT网络在精确率、召回率、F1得分和准确率方面分别提高了1.77、1.85、1.65、1.75个百分点,与其他几种经典网络模型(InceptionV1、MobileNetV2、EfficientNetB0、VGG-16)相比也有不同程度的提升(0.25~1.47个百分点),说明本研究提出的模型在葡萄叶部病害识别上有良好的效果,未来可部署到移动端使用,为葡萄叶部病害的准确识别提供新的解决方案。
- 胡施威邱林邓建新
相关作者
- 杜远鹏
- 作品数:207被引量:1,000H指数:19
- 供职机构:山东农业大学
- 研究主题:葡萄 砧木 葡萄根瘤蚜 葡萄叶片 赤霞珠
- 翟衡
- 作品数:335被引量:3,150H指数:30
- 供职机构:山东农业大学
- 研究主题:葡萄 砧木 苹果 葡萄根瘤蚜 葡萄品种
- 张波
- 作品数:59被引量:277H指数:10
- 供职机构:石河子大学药学院
- 研究主题:白藜芦醇 紫草素 药理学 葡萄 葡萄叶片
- 余义和
- 作品数:107被引量:201H指数:8
- 供职机构:河南科技大学
- 研究主题:葡萄 基因 编码蛋白 抗旱相关基因 细胞分裂素
- 惠竹梅
- 作品数:138被引量:1,428H指数:24
- 供职机构:西北农林科技大学葡萄酒学院
- 研究主题:葡萄 赤霞珠 酿酒葡萄 葡萄园 行间生草