个人卖家：
zhuge帮忙
创建于：2025-08-23
| 使用环境 |
在草莓加工企业中，使用 Dahua 2MP 网络子弹相机，具备全彩技术，固定 2.8mm 镜头，H.265+/H.264+ 压缩，IP67 防护等级，适合室内和室外环境。 |
| 使用对象 |
草莓加工生产线上的草莓，包括未成熟草莓（Class B）和有缺陷的草莓（Class C，灰霉、腐烂、机械损伤）。 |
| 使用目的 |
通过实时检测和分类草莓缺陷，提高草莓加工过程中的质量控制效率，减少人工检测的误差，提升产品质量和生产效率。 |
| 输入数据 |
草莓图像帧，分辨率为 1920×1080，格式为 JPEG。 |
| 输出数据 |
检测到的草莓缺陷类别（Class B 或 Class C），以及对应的置信度分数。 |
| 硬件配置 |
CPU：Intel Core i7-12850HX（16×1.5–4.8GHz）
GPU：NVIDIA RTX A2000 Laptop GPU（8GB VRAM）
内存：32GB DDR3
存储：512GB SSD
摄像头：Dahua 2MP 网络子弹相机（1/2.8" CMOS，1920×1080 分辨率，2.8mm 固定镜头） |
| 样本获取 |
在实际草莓加工现场，以不同角度、距离、光照条件下录制视频帧，获取 230 张样本图像，其中 46 张用于训练集，184 张用于测试集。 |
| 测试结果 |
对测试集中的 184 个样本进行全面测试，失败 0 次，成功 184 次，错误率为 0%，对应的成功率为 100%。 |
| 执行速度 |
识别速度 50ms/次。 |
| 资源消耗 |
CPU：4 核，平均占用率约 70% GPU：8GB VRAM，平均占用率约 60% 内存：16GB，平均占用率约 50% |
| 源码类型 |
Python 版本源码 |
| 文件大小 |
算法程序文件16K，权重文件 32M。 |
| 相关备注 |
本算法基于 YOLOv8n 模型开发，适用于草莓加工企业中的缺陷检测与分类任务。算法具有高精度、高效率的特点，能够有效提升生产过程中的质量控制水平。支持定制化开发，可根据客户需求调整检测类别和优化模型性能。 |
