摘要:
本文介绍了一套基于YOLO系列算法的苹果病害智能检测系统,实现了对叶枯病、锈病等多种病害的自动化识别。系统包含交互式GUI界面、模型训练框架和命令行工具,支持图片、视频及实时检测。技术栈采用Python3.10+PyQt5+SQLite,集成YOLOv5/v8/v11/v12等模型。实验表明,YOLO12n模型精度最高(mAP40.6%),YOLO11n速度最优(56.1ms)。在12000张图片的数据集上,系统达到99.5%的[email protected]准确率,为智慧农业提供了高效解决方案。 阅读全文
本文介绍了一套基于YOLO系列算法的苹果病害智能检测系统,实现了对叶枯病、锈病等多种病害的自动化识别。系统包含交互式GUI界面、模型训练框架和命令行工具,支持图片、视频及实时检测。技术栈采用Python3.10+PyQt5+SQLite,集成YOLOv5/v8/v11/v12等模型。实验表明,YOLO12n模型精度最高(mAP40.6%),YOLO11n速度最优(56.1ms)。在12000张图片的数据集上,系统达到99.5%的[email protected]准确率,为智慧农业提供了高效解决方案。 阅读全文
posted @ 2025-12-07 19:24
Coding茶水间
阅读(66)
评论(0)
推荐(0)

浙公网安备 33010602011771号