个人卖家: 创客之家1
YOLO-MECD:基于YOLOv11的柑橘检测算法
YOLO-MECD:基于YOLOv11的柑橘检测算法
6000.00
累计销量 0
累计评价 0
评分 ★★★★★
售卖方式详解

请登录后购买。

使用环境 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。
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
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
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
YOLO-MECD:基于YOLOv11的柑橘检测算法 YOLO-MECD:基于YOLOv11的柑橘检测算法 YOLO-MECD:基于YOLOv11的柑橘检测算法
买家 规格或版本 评分 评价 时间