首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
西红柿专题
基于yolov8的西红柿缺陷检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
【算法介绍】 基于YOLOv8的西红柿缺陷检测系统是一个利用深度学习技术的创新项目,旨在通过自动化和智能化的方式提高西红柿缺陷检测的准确性和效率。该系统利用YOLOv8目标检测算法,该算法以其高效性和准确性在目标检测领域表现出色。YOLOv8不仅继承了YOLO系列模型的优势,还引入了新的骨干网络、Anchor-Free检测头以及优化后的损失函数,这些改进使得模型在复杂环境下的检测性能更加优越。
阅读更多...
[数据集][目标检测]西红柿缺陷检测数据集VOC+YOLO格式17318张3类别
数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):17318 标注数量(xml文件个数):17318 标注数量(txt文件个数):17318 标注类别数:3 标注类别名称:["Bad","Good","Unripe"] 每个类别标注的框数: Bad 框数 = 102
阅读更多...
基于yolov5的西红柿成熟度检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
【算法介绍】 基于YOLOv5的西红柿成熟度检测系统是一个利用先进深度学习技术的创新项目,旨在提高西红柿成熟度检测的准确性和效率。该系统以YOLOv5为核心算法,该算法由Ultralytics公司于2020年发布,并在YOLOv3的基础上进行了显著改进。YOLOv5以其高效性和准确性在实时目标检测领域备受关注,特别适用于农业视觉检测任务。 该系统通过收集并预处理大量不同成熟度的西红柿图像数据,
阅读更多...
基于Kinect视觉系统的西红柿自动识别与定位
论文重点笔记 1、基于图像分割的西红柿识别 颜色空间的选择 采用RGB颜色空间进行分割缺点 不能完全去除背景噪声,三个分量高度相关,而且分割结果受光照的影响较大。 RGB线性变换 YIQ、 YUV、 I1I2I3 优点:计算量小, 并 且部分消除了RGB的相关性 RGB非线性变换 HSI、 Lab、 Luv、 NRGB 选取:HSI和Lab颜色空间分别分割, 然后将两个分割结果进行融合, 再对分
阅读更多...
西红柿子在川上《乡村振兴战略下传统村落文化旅游设计》西子学服辉少许
西红柿子在川上《乡村振兴战略下传统村落文化旅游设计》西子学服辉少许 西红柿子在川上《乡村振兴战略下传统村落文化旅游设计》西子学服辉少许
阅读更多...
西红柿的妙用
1、治皮肤病。将鲜熟的西红柿去皮和籽捣烂敷于患处,每日2-3次,可治真菌、感染性皮肤病。美容、防衰老。将鲜熟西红柿捣烂取汁加少许白糖,每天用其涂面,能使皮肤细腻光滑,美容防衰老效果极佳。 2、治高血压。每天早晨选1-2个鲜熟西红柿空腹蘸白糖吃,降血压效果明显。 3、治贫血。将西红柿、苹果各1个,芝麻15克,一次吃完,每日吃1-2次,长期坚持,可治贫血。 4、治溃疡。轻度消化性
阅读更多...
番茄(西红柿)叶病害识别(Python代码,pyTorch框架,深度卷积网络模型,很容易替换为其它模型,带有GUI识别界面)
代码运行要求:Torch>=1.13.1即可 1.数据集介绍: 每一个文件夹里装有一类病害叶子的照片,一共10种类别,每种类别下有1100张照片 从第一类到第十类分别如下图所示 2.整体文件夹 data文件夹存放的是未被划分训练集和测试集的原始照片 picture文件夹存放的是经hf.py对data文件夹处理后,生成
阅读更多...