1、实现了多设备的苹果叶病害识别，分别为Jetson nano、K210、微信小程序以及手机APP2、单人完成全部任务3、使用深度学习框架对苹果叶片进行病害分类，其中Jetson nano项目使用YOLOV5框架实现目标检测的部署（https://blog.csdn.net/qq_39889022/article/details/119046540）。此外分别在K210、微信小程序以及手机应用中完成了分类模型的部署。并在实际中进行测试查看全文
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论