摘要:
本文介绍了一种基于YOLO系列深度学习算法的水果品质检测系统。该系统可自动识别多种水果(如草莓、香蕉等)及其变质程度(优质、轻微变质、腐烂),使用超过21,000张图片的数据集训练,在YOLOv5、v8、v11和v12等多个模型版本中实现高精度检测。系统采用三栏式用户界面,支持图片、视频、摄像头等多种检测方式,并具备模型切换、参数调整等功能。性能测试显示YOLO12n模型达到最佳检测精度(mAP40.6%),而YOLO11n在速度上表现最优(CPU推理56.1ms)。该系统有效解决了传统人工检测效率低、主观性强的问题,适用于农业和食品安全领域。 阅读全文
本文介绍了一种基于YOLO系列深度学习算法的水果品质检测系统。该系统可自动识别多种水果(如草莓、香蕉等)及其变质程度(优质、轻微变质、腐烂),使用超过21,000张图片的数据集训练,在YOLOv5、v8、v11和v12等多个模型版本中实现高精度检测。系统采用三栏式用户界面,支持图片、视频、摄像头等多种检测方式,并具备模型切换、参数调整等功能。性能测试显示YOLO12n模型达到最佳检测精度(mAP40.6%),而YOLO11n在速度上表现最优(CPU推理56.1ms)。该系统有效解决了传统人工检测效率低、主观性强的问题,适用于农业和食品安全领域。 阅读全文
posted @ 2025-12-18 20:13
Coding茶水间
阅读(81)
评论(0)
推荐(0)

浙公网安备 33010602011771号