| 现场环境 |
在自然果园环境中，对树上或掉落的柑橘果实进行检测。使用荣耀70相机在不同距离、天气条件、光照条件、遮挡情况、视角和果实密度等条件下拍摄图像，相机分辨率4096×3072像素。 |
| 使用对象 |
树上的柑橘果实和落在地上的柑橘果实 |
| 使用目的 |
准确量化柑橘的落果数量，评估柑橘品种的抗逆能力，筛选优良品种，为柑橘育种者和果园管理者提供决策支持。 |
| 硬件配置 |
CPU：Intel Core i7-12700K，12核心24线程，主频3.6GHz
GPU：NVIDIA GeForce RTX 3080，8704 CUDA核心，10GB GDDR6X显存
内存：32GB DDR4 3200MHz
硬盘：1TB NVMe SSD
摄像头：荣耀70相机，4096×3072像素分辨率
传感器：无特定传感器
接口：USB 3.0，HDMI 2.1 |
| 硬件兼容 |
无
|
| 软件配置 |
操作系统：Windows 10 Pro，版本21H2
依赖库：Python 3.8，TensorFlow 2.5，OpenCV 4.5，NumPy 1.20
编译器：GCC 10.3 |
| 软件兼容 |
操作系统：Linux Ubuntu 20.04，macOS Monterey 依赖库：其他深度学习框架如PyTorch 1.9，依赖库版本可根据具体需求调整 编译器：其他支持C++和Python的编译器
|
| 输入数据 |
4096×3072像素的RGB图像帧 |
| 输出数据 |
柑橘果实的位置坐标、类别（树上果实或掉落果实）、数量 |
| 样本获取 |
在江西省南昌市江西农业大学果园采集，共获取1200张图像，按8:1:1比例划分为训练集、验证集和测试集。 |
| 测试结果 |
对测试集进行测试，精确率（P）为84.4%，召回率（R）为73.3%，平均精度均值（mAP）为81.6%。 |
| 执行速度 |
检测速度约50ms/次 |
| 资源消耗 |
CPU：平均占用率约70% GPU：平均占用率约80% 内存：平均占用率约60% |
| 源码类型 |
提供Python版本源码 |
| 文件大小 |
算法程序文件120KB，权重文件320MB |
| 相关备注 |
无 |
