摘要:
本文介绍了一个基于YOLO算法的玉米虫害检测系统。该系统支持图片、视频及实时摄像头检测,可识别黏虫、亚洲玉米螟和棉铃虫三类主要虫害。系统采用PyQt5开发界面,包含用户登录、模型切换、结果保存等功能模块。通过对比YOLOv5/v8/v11/v12等模型,YOLO12n在mAP指标上表现最优(40.6%),而YOLO11n在速度上最快(56.1ms)。该系统已在3500+张图片的数据集上完成训练,mAP@0.5达到83.9%,F1值为0.80,具备较高的检测精度。 阅读全文
本文介绍了一个基于YOLO算法的玉米虫害检测系统。该系统支持图片、视频及实时摄像头检测,可识别黏虫、亚洲玉米螟和棉铃虫三类主要虫害。系统采用PyQt5开发界面,包含用户登录、模型切换、结果保存等功能模块。通过对比YOLOv5/v8/v11/v12等模型,YOLO12n在mAP指标上表现最优(40.6%),而YOLO11n在速度上最快(56.1ms)。该系统已在3500+张图片的数据集上完成训练,mAP@0.5达到83.9%,F1值为0.80,具备较高的检测精度。 阅读全文
posted @ 2026-02-04 20:20
Coding茶水间
阅读(51)
评论(0)
推荐(1)

浙公网安备 33010602011771号