李菊霞
- 作品数：24 被引量：99H指数：5
- 供职机构：山西农业大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金山西省普通本科高等教育教学改革研究项目更多>>
- 相关领域：自动化与计算机技术文化科学农业科学建筑科学更多>>
- 基于YOLOv4的猪只饮食行为检测方法被引量：32
- 2021年
- 针对猪舍环境下猪只饮食行为自动化检测程度较低的问题,提出了一种基于YOLOv4的猪只饮食行为检测模型。基于多时间段、多视角和不同程度遮挡的猪只饮食图像,建立了猪只饮食行为图像数据库,利用YOLOv4深度学习网络的深层次特征提取、高精度检测分类特性,对猪只饮食行为进行检测。结果表明,基于YOLOv4的猪只饮食行为检测模型在不同视角、不同遮挡程度以及不同光照下均能准确预测猪只的饮食行为,在测试集中平均检测精度(m AP)达到95.5%,分别高于YOLOv3、Tiny-YOLOv4模型2.8、3.6个百分点,比Faster R-CNN模型高1.5个百分点,比Retina Net、SSD模型高5.9、5个百分点。本文方法可为智能养猪与科学管理提供技术支撑。
- 李菊霞李艳文牛帆李荣张韬景冰
- 关键词：目标检测图像处理
- 浅析教师多媒体CAI辅助教学课件的设计
- 2006年
- 应用现代教育技术手段从事教学已成为当今教育界的热门话题,随着计算机多媒体技术的飞速发展,许多教师已经尝试计算机辅助教学,并取得了较好的教学效果。笔者就多媒体CAI课件的设计结合自身感受,提出了课件制作中应注意的问题,以期提高教师课件的设计技术,促进我国教育事业现代化的发展。
- 李菊霞
- 关键词：课件多媒体课件CAI课件结构
- 小型网络教学系统的实现被引量：1
- 2007年
- 计算机与网络技术的飞速发展,已经逐步改变了面对面获取知识的传统教学方式。基于Internet的网络教学模式,具有交互性好,教学过程可以不受地域、时间限制,可以使教学资源在最大范围内实现共享。并且,使传统的以教师为中心的课堂模式转化为以学生为中心、学生可以自由选择学习内容的新模式,具有知识信息量大、教学方式生动活泼、声像辉映、图文并茂等特点。本文通过小型网络教学系统的实际开发进行详细介绍。
- 李菊霞刘占利
- 关键词：网络教学教学模式网络教学系统
- “Visual FoxPro程序设计”课程教学琐谈被引量：1
- 2007年
- 针对“VFP程序设计”的特点及教学中存在的问题,给出了“VFP程序设计”教学的新的教学方案——案例式教学法,实践表明,案例式教学法在“VFP程序设计”的课程中取得了良好的效果。
- 李菊霞
- 关键词：VFP教学案例式教学法实践教学
- 基于LabVIEW的应变测量及静态试验
- 2013年
- 设计了基于虚拟仪器的应变测量系统,介绍了电阻应变测量原理、硬件组成,利用LabVIEW软件完成了系统的程序设计。实际测试结果表明该系统快捷高效。
- 李建平李菊霞
- 关键词：虚拟仪器
- 基于改进YOLOv7的无人机航拍视频西瓜计数方法
- 2024年
- 为解决自然环境下西瓜分布不均且遮挡严重导致的人工计数困难问题,该研究提出一种YOLOv7-GCSF模型与Deep SORT算法相融合的无人机视频西瓜自动计数方法。采用Ghost Conv及C2f模块轻量化YOLOv7模型,以减少模型冗余信息;引入Sim AM注意力机制,构建MP-Sim AM模块,用于提高模型特征提取能力;替换CIo U为Focal EIo U损失函数,以增加模型收敛性能;在Deep SORT中提出一种掩模撞线机制,用于提高计数精度。结果表明,YOLOv7-GCSF目标检测模型精确率(P)、均值平均精度(m AP_(0.5))分别达到94.2%、98.2%,相比YOLOv7模型分别提高2.3、0.3个百分点,在模型轻量化方面,较YOLOv7模型浮点运算数下降77.5G,模型参数量、模型大小分别下降0.57M和18.88MB;与传统Tracktor和SORT算法相比,改进的Deep SORT算法跟踪准确率分别提高5.0和13.7个百分点;三白瓜及宁夏硒砂瓜计数结果决定系数为0.93、平均计数精度为96.3%、平均绝对误差为0.77。该方法可有效统计西瓜园西瓜数量,为西瓜产量预测提供一种行之有效的技术途径。
- 殷慧军王宝丽景运革李菊霞王鹏岭权高翔孙婷婷
- 关键词：无人机西瓜
- 基于YOLOX-NGS的群养猪只攻击行为识别被引量：3
- 2023年
- 为解决复杂猪舍环境下猪只堆叠和粘连导致群养猪只攻击行为识别准确率低和有效性差的问题,该研究提出一种改进的YOLOX模型,引入攻击活动比例(P_(AA))和攻击行为比例(P_(AB))2个优化指标,对群养猪只的撞击、咬耳和咬尾等典型攻击行为进行识别。首先,为提高模型特征提取能力添加归一化注意力模块获取YOLOX颈部的全局信息;其次,将YOLOX中的IoU损失函数替换为GIoU损失函数,以提升识别精度;最后,为保证模型的实时性将空间金字塔池化结构SPP轻量化为SPPF,增强检测效率。试验结果表明,改进的YOLOX模型平均精度达97.57%,比YOLOX模型提高6.80个百分点。此外,当P_(AA)和P_(AB)阈值分别为0.2和0.4时,识别准确率达98.55%,有效解决因猪只攻击行为动作连续导致单帧图像行为识别可信度低的问题。研究结果表明,改进的YOLOX模型融合P_(AA)和P_(AB)能够实现高精度的猪只攻击行为识别,为群养生猪智能化监测提供有效参考和技术支持。
- 李艳文李菊霞纳腾潇智晴宇段磊张朋鹏
- 关键词：损失函数
- 成熟花椒果实的自动识别技术研究被引量：8
- 2019年
- 针对目前人工采摘花椒难的问题,文章提出一种花椒果实自动识别的方法,为研发花椒采摘机器人提供一定的技术支持。首先,分别在RGB和HSV两种颜色空间中提取R分量和H分量并选取合适的阈值分割花椒图像,将这两种分割结果相融合得到较准确的果实区域,再选择合适的结构元素对果实区域进行膨胀运算识别出果实的轮廓区域。然后,采用形心偏差法,即果实区域的形心指向轮廓区域的形心确定采摘点的大致方向。最后结合惯性主轴确定出采摘点的准确位置。实验结果表明,选取不同光照条件下的花椒图像均能准确识别出花椒果实区域,最终确定的采摘点偏差较小,可以为花椒采摘机器人图像识别系统提供技术支持。
- 张永梅李菊霞
- 关键词：惯性主轴
- 基于图像处理技术的动物行为识别研究进展
- 2024年
- 动物行为识别旨在理解动物的行为,并对每种行为贴上类别标签,具有广泛的应用前景。近年来,动物行为识别在计算机视觉领域受到了越来越多地关注。动物行为识别技术的发展经历了从传统的基于手工特征的方法向基于深度学习的方法演变。本文根据动物行为识别技术发展的基本脉络,综述了传统方法和深度学习方法中的主要流派和技术手段,概述了各种技术手段优缺点及其在动物行为研究中的应用情况。
- 李林葳宋鑫悦张智盛段永鹏侯欣宇籍海娜宋艳波李菊霞李艳文刘振宇
- 关键词：动物行为图像处理机器视觉
- 基于深度学习的二值图像目标轮廓识别算法被引量：12
- 2020年
- 针对传统目标轮廓识别算法对图像目标轮廓识别精度较低、效果较差的问题,提出一种基于深度学习的二值图像目标轮廓识别算法.首先,选取深度学习算法中的深度卷积网络算法识别二值图像目标轮廓,将二值图像划分为不重叠的、大小相同的子块图像输入深度卷积网络第一层;其次,卷积网络中的滤波器(卷积核)采用传统神经网络算法优化的代价函数对输入子块图像实施卷积滤波,并将卷积滤波后下采样图像发送至第二层,第二层经过相同处理后将结果输入第三层,第三层输出图像即为该子块目标轮廓识别结果;最后,所有子块识别结束后在输出层通过全连接方法将其聚类,并输出最终二值图像目标轮廓识别结果.实验结果表明,该算法识别15幅二值图像目标轮廓的识别精度平均为98.75%,信噪比平均为2.42,识别效果较优.
- 李菊霞
- 关键词：二值图像
