摘要：猪舍场景下,光照变化、母猪体表颜色不均及与环境颜色对比度不大、母猪与仔猪的粘连等,均给目标分割带来很大的困难。该文提出了基于全卷积网络(FCN,fully convolutional networks)的哺乳母猪图像分割算法。以VGG16为基础网络,采用融合深层抽象特征与浅层细节特征并将融合的特征图上采样8倍的跳跃式结构,设计哺乳母猪分割的FCN。利用Caffe深度学习框架,以7栏伴有不同日龄仔猪的3811幅哺乳母猪训练样本进行母猪分割FCN训练,在另外21栏的523幅哺乳母猪测试集上的分割结果表明:该算法可有效避免光线变化、母猪颜色不均、小猪遮挡与粘连等影响,实现完整的哺乳母猪区域分割;分割的平均准确率达到99.28%,平均区域重合度达到95.16%,平均速度达到0.22 s/幅。与深度卷积网络的SDS(simultaneous detection and segmentation)及传统的基于图论的图像分割、基于水平集的图像分割方法做了对比试验,该文分割方法平均区域重合度分别比这3种方法高出9.99、31.96和26.44个百分点,有较好的泛化性和鲁棒性,实现了猪舍场景下哺乳母猪准确、快速分割,可为猪只图像分割提供了技术参考。

摘要：将图像分析与模式识别技术应用于小麦腥黑穗病害图像的分类诊断,对于提高出入境植物病害检验检疫工作的自动化程度具有实际意义。文中在分析了小麦网腥、印度腥和矮腥等3种病害孢子图像的形状和纹理特征后,选择了描述孢子的长轴、短轴、等价椭圆短轴、面积、周长及惯性矩等6个典型特征,设计了一个具有6个输入向量、4个输出向量的BP神经网络小麦病害分类器,用于对这3种病害图像进行分类诊断。经初步试验,对33个测试样本的正确识别率达到81.8%,表明该分类器具有较高的精度,能够完成这3种病害的分类诊断任务。

摘要：课堂教学是教学的主阵地,高效的音乐课堂教学更能激发学生的音乐情趣,提高其音乐素养.教师应精心设计课堂教学,提高音乐课堂教学的实效.

摘要：本文首先简要介绍了水土保持碳汇的基本情况以及碳汇工作在我国的发展现状,进而分析了广西碳汇资源存在的特点及面临的形势。对水土保持碳汇实现途径及水土保持碳汇计量监测评估等方面进行剖析,梳理近期水土保持碳汇工作的主要抓手和努力方向,旨在为行业内开展水土保持碳汇相关工作提供参考。