智能化马铃薯分级系统设计与实现

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。