接续上文，本书继续分享智慧果园种植相关科研论文，快速了解最新农业科研进展。
8、山地果园管道自动喷雾系统设计与试验
参与院校：华南农业大学电子工程学院（人工智能学院）、广东省农业信息监测工程技术研究中心、国家柑橘产业技术系统机械化研究实验室
管道式自动喷药技术及设施可以解决山地果园植保作业时喷药效率低、劳动强度大、移动式喷药机械难以进入等问题。 该团队研究设计了适合山地果园的管道自动喷雾系统，包括喷头、喷管、自动喷雾控制器和喷雾团队等系统，并开发了控制程序。
结果表明，与人工喷药相比，该系统提高了喷药作业效率，可为山地果园喷药技术和智能施药设施的研发提供参考和思路。
9. 基于改进Linknet网络的黄土高原苹果园精准提取
参与院校：西北农林科技大学水利与建筑工程学院、中国科学院水利部水土保持研究所
鉴于黄土高原苹果种植面积增加对区域生态、水文和社会经济发展的重要影响，并考虑到该地区果园地块较小、场景复杂，仅设县/县/县。城市规模的统计数据，没有苹果园的实际空间。 分布式信息的当前状态。 团队研究建立了专业的无人机低空遥感影像数据集。
该研究结合了迁移学习和深度学习方法，重点比较几种网络下的提取性能。 比较三个网络的性能，性能最好的一个是 R_34_Linknet_ASPP+。 在长武县王洞沟、白水县通吉村进行了测试，验证了该方法提取的苹果园地块精度更高，苹果园地块边缘处理效果更好。 效果良好，可为黄土高原苹果园空间分布制图研究提供技术支撑和理论依据。
10、基于改进的Ghost-YOLOv5s-BiFPN算法的梨树花序检测
参与机构：江苏省农业科学院农业设施装备研究所/农业农村部园艺作物与农业装备重点实验室、江苏大学农业工程学院
为了实现机械化智能疏花，开发了高速疏花方法，完成花和花蕾的分类和检测。 团队研究了当前梨园智能化生产中出现的梨树花序的检测和分类，提出了一种基于改进的YOLOv5s的水平棚架梨园花序识别算法。
测试结果表明，改进算法对梨树花序中的花蕾和花朵具有更好的检测精度、平均精度等参数。 与原始算法相比，检测精度和召回率分别得到提高，检测时间和模型参数分别减少。 表明该算法能够准确地对梨树芽和花朵进行识别和分类，为后续实施梨园智能疏花提供技术支撑。
11、基于改进YOLOX的自然环境火龙果检测方法
参与院校：华南农业大学工学院、广东省农业人工智能重点实验室、南方农业机械装备关键技术教育部重点实验室
为了提高自然环境下水果识别的准确性、鲁棒性和检测效率，完成机器人在自然环境下的精准监测情况，团队研究改进YOLOX网络，提出了包含注意力模块的目标检测。 方法。
对该方法进行了性能评估和对比测试，并对不同分辨率的火龙果园自然环境中采集的视频进行了实时测试。 测试结果表明，本文提出的改进目标检测方法，检测速度、检测精度和模型尺寸均满足自然环境下火龙果采摘的技术要求。
12、果园多机器人通信AODV路由协议改进设计与测试
参与机构：西北农林科技大学机械电子工程学院、农业农村部苹果全程机械化研究基地、农业农村部北方农业装备科学观测实验站、国家重点实验室黄土高原水土流失与旱地农业研究
针对果园中作业的多个机器人实现无线通信的通信需求，团队研究了桃园中Wi-Fi信号接收强度预测模型，提出了一种引入优先节点和路径信号强度阈值的改进无线自组织网络。 按需平面距离矢量路由协议。
测试结果表明，该路由协议在发起频率、路由开销、平均端到端时延和报文送达率四个方面均优于AODV协议。 当节点相距25m、距离100m时，静态丢包率为0。 丢包率为21.01%，机器人在动态行驶过程中能够保持链式拓扑。 可为实际环境下果园多机器人通信系统的构建提供参考。
13、基于轻量级改进的YOLOv5的苹果树产量测量方法
参与院校：中国农业大学工学院、中国农业大学烟台研究院
为了提高苹果园原位产量测量的准确性，团队提出了一种产量测量方法，包括改进的YOLOv5果实检测算法和产量拟合网络。
测试结果表明，改进后的水果检测算法在提高亮度的同时，提高了识别精度。 准确性和有效性良好，基本满足自然环境下树上苹果产量测定的要求。 也适合现代果园环境。 智能农业装备提供技术参考。
14、基于改进的YOLOv5s和多模态图像的树上毛桃检测
参与机构：安徽农业大学信息与计算机学院、农业农村部农业传感器重点实验室、安徽省智慧农业技术与装备重点实验室
由于光照不均匀，桃子等水果遮挡严重，检测水果特别是袋装桃子比较困难。 该团队的研究提出基于改进的YOLOv5s和多模态视觉数据，对毛桃进行多分类和精确检测，以实现机械化采摘。
实验结果表明，改进的YOLOv5s模型有助于实现裸桃和袋桃的平均准确率以及复杂光照和严重遮挡环境下袋桃的准确检测，验证了所提模型具有良好的泛化能力。 在主流移动硬件平台上，可以实现生桃的实时检测，在实现自动化水果采摘系统的视觉智能化方面具有巨大的应用潜力。
上述十四项智慧果园种植科研进展，从技术层面推动了智慧果园的实现。 相信未来将会出现更多的科研和技术，共同实现智慧农业、智慧果园。
