-
题名智能化马铃薯分级系统设计与实现
被引量:2
- 1
-
-
作者
孙晋开
刘钰
李亚琦
钱林婧
-
机构
金陵科技学院计算机工程学院
-
出处
《福建电脑》
2022年第8期44-50,共7页
-
基金
江苏省大学生创新训练计划重点项目(No.202213573021Z)
金陵科技学院“大人网云”虚拟实验班项目(No.D2020005)资助
江苏省重点实验室数据科学与智慧软件平台支持。
-
文摘
为提高农业生产效率,在农作物分级环节减少人力资源浪费,本文设计了基于深度学习的马铃薯分级系统。该系统通过训练PP-YOLOv2目标检测模型,并将其部署到Jetson Nano硬件平台,实现马铃薯分级。此外,系统配备网页客户端,具备为用户提供分级信息查询,视频流监控等功能。经系统测试可知,模型在测试集上m AP约为66.8%,输入尺寸为[416,416,3]时,单张预测时间为0.3s,相对于未使用TensorRT加速提升了0.2s。将本系统应用到大批量的农作物分级过程中,可大大提升农业生产自动化水平。
-
关键词
目标检测
智慧农业
农作物分级
深度学习
YOLO算法
-
Keywords
Object Detection
Smart Agriculture
Crop Grading
Deep Learning
YOLO Algorithm
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-