您的位置: 专家智库 > >

李劲松

作品数:4 被引量:6H指数:2
供职机构:中国农业大学更多>>
发文基金:山东省自然科学基金国家自然科学基金更多>>
相关领域:农业科学政治法律自动化与计算机技术经济管理更多>>

文献类型

  • 2篇期刊文章
  • 2篇学位论文

领域

  • 2篇农业科学
  • 1篇经济管理
  • 1篇自动化与计算...
  • 1篇政治法律

主题

  • 1篇栽培
  • 1篇栽培技术
  • 1篇栽培技术研究
  • 1篇植株
  • 1篇设施栽培
  • 1篇搜索
  • 1篇搜索算法
  • 1篇甜瓜
  • 1篇农村
  • 1篇农村劳动力
  • 1篇农村劳动力转...
  • 1篇农户
  • 1篇农民
  • 1篇农民发展
  • 1篇配套设施
  • 1篇区域搜索
  • 1篇权力
  • 1篇目标检测
  • 1篇劳动力
  • 1篇劳动力转移

机构

  • 4篇中国农业大学

作者

  • 4篇李劲松
  • 1篇张漫
  • 1篇郑立华
  • 1篇刘新

传媒

  • 1篇农业工程学报
  • 1篇贵州社会科学

年份

  • 1篇2022
  • 1篇2009
  • 1篇2008
  • 1篇2007
4 条 记 录,以下是 1-4
排序方式:
利用Re-YOLOv5和检测区域搜索算法获取大豆植株表型参数被引量:3
2022年
为了解决目标检测区域中冗余信息过多导致无法准确检测大豆分枝的缺陷,同时快速获取大豆植株表型参数,该研究提出了一种基于Re-YOLOv5和检测区域搜索算法的大豆植株表型参数获取方法。Re-YOLOv5引入圆形平滑标签技术(Circular Smooth Label,CSL)实现旋转目标检测,解决了传统目标检测中检测区域冗余信息过多导致无法准确检测大豆分枝的缺陷,并加入协调注意力机制(Coordinate Attention,CA)获取目标位置信息以提升检测精度,此外,将原始骨干网络中的3×3卷积结构替换为RepVGG结构进一步增强模型的特征提取能力。基于Re-YOLOv5提出一种检测区域搜索算法(Detection Area Search,DAS),该算法将检测到的大豆分枝区域作为待搜索区域,通过该区域中的茎节点坐标信息判断各分枝的茎节点,然后将其进行顺序连接,重构大豆植株骨架,最终获取相关的表型参数。试验结果表明,Re-YOLOv5可以实现检测旋转目标的能力,而且在各项性能指标上都优于YOLOv5,其m AP提升了1.70个百分点,参数量下降0.17 M,针对茎节点的检测精确率提升了9.90个百分点,检测小目标的能力明显增强。检测区域搜索算法也能够准确地定位每个分枝上的茎节点从而重构大豆植株骨架,并得到比较准确的大豆植株表型参数,其中,株高、茎节点数、大豆分枝数的平均绝对误差分别为2.06 cm、1.37个和0.03个,在能够满足实际采集的精度要求的同时,也为获取大豆植株表型信息提供参考。
郭希岳李劲松郑立华张漫王敏娟
关键词:大豆植株目标检测区域搜索
农村劳动力转移培训政策对农户的影响及制约因素分析
李劲松
关键词:农村劳动力转移
海南厚皮甜瓜新品种筛选与配套设施栽培技术研究
李劲松
关键词:厚皮甜瓜设施栽培
农民发展与和谐社会的构建被引量:3
2007年
从和谐社会的角度解读农民问题,农民发展可定义为农民平等地享有各种权利,全面参与经济、社会、文化、政治等发展进程,并享受发展成果。促进农民发展是构建和谐社会的核心内容和重要途径,而发展的关键在于赋权,主要包括赋予农民参与决策的权力及选择的自由、提升其对资源的利用和控制力、利益分享、能力建设等方面的内容。
李劲松刘新
关键词:和谐社会农民权力
共1页<1>
聚类工具0