摘要:
本文提出了一种基于YOLO算法的香蕉成熟度智能检测系统,能够识别5种成熟度类别。系统集成了可视化界面、多模态检测、结果保存等功能,支持图片、视频和实时摄像头检测。通过对比YOLOv5/v8/v11/v12模型性能,推荐YOLO12n(mAP40.6%)用于高精度场景,YOLO11n(56.1ms)用于实时检测。实验显示系统综合mAP@0.5达93.8%,F1值0.88,具有较高准确率。该系统为水果成熟度检测提供了实用解决方案,可应用于果园采收和仓储管理。 阅读全文
本文提出了一种基于YOLO算法的香蕉成熟度智能检测系统,能够识别5种成熟度类别。系统集成了可视化界面、多模态检测、结果保存等功能,支持图片、视频和实时摄像头检测。通过对比YOLOv5/v8/v11/v12模型性能,推荐YOLO12n(mAP40.6%)用于高精度场景,YOLO11n(56.1ms)用于实时检测。实验显示系统综合mAP@0.5达93.8%,F1值0.88,具有较高准确率。该系统为水果成熟度检测提供了实用解决方案,可应用于果园采收和仓储管理。 阅读全文
posted @ 2025-12-29 16:46
Coding茶水间
阅读(37)
评论(0)
推荐(0)

浙公网安备 33010602011771号