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
评论