摘要:
本文介绍了一套基于YOLO算法的草莓健康度智能检测系统。该系统采用三栏式界面设计,支持图片、视频和实时摄像头检测,能自动识别10种草莓病害状态并生成可视化报告。系统内置YOLOv5/v8/v11/v12多模型切换功能,其中YOLO12n以40.6%mAP表现最优,YOLO11n则以56.1ms推理速度最适合实时检测。配套的训练脚本支持批量训练和模型优化,在6000张标注数据上取得了93.1%的mAP@0.5准确率。该系统实现了从人工检测到智能化、可追溯的农业品质管控转型。 阅读全文
本文介绍了一套基于YOLO算法的草莓健康度智能检测系统。该系统采用三栏式界面设计,支持图片、视频和实时摄像头检测,能自动识别10种草莓病害状态并生成可视化报告。系统内置YOLOv5/v8/v11/v12多模型切换功能,其中YOLO12n以40.6%mAP表现最优,YOLO11n则以56.1ms推理速度最适合实时检测。配套的训练脚本支持批量训练和模型优化,在6000张标注数据上取得了93.1%的mAP@0.5准确率。该系统实现了从人工检测到智能化、可追溯的农业品质管控转型。 阅读全文
posted @ 2025-12-21 18:15
Coding茶水间
阅读(65)
评论(0)
推荐(0)

浙公网安备 33010602011771号