典型文献
智能化马铃薯分级系统设计与实现
文献摘要：
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mAP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.
文献关键词：
目标检测;智慧农业;农作物分级;深度学习;YOLO算法
中图分类号：
作者姓名：
孙晋开;刘钰;李亚琦;钱林婧
作者机构：
金陵科技学院计算机工程学院 南京 211169
文献出处：
引用格式：
[1]孙晋开;刘钰;李亚琦;钱林婧-.智能化马铃薯分级系统设计与实现)[J].福建电脑,2022(08):44-50
A类：
农作物分级
B类：
马铃薯,系统设计与实现,农业生产效率,节减,资源浪费,统通,PP,YOLOv2,目标检测模型,Jetson,Nano,硬件平台,系统配,网页,客户端,信息查询,视频流,系统测试,测试集,mAP,单张,3s,TensorRT,2s,本系,系统应用,大批量,生产自动化,自动化水平,智慧农业
AB值：
0.435776
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
