项目针对目前果树虫害发生面积大、危害严重以及缺乏有效的预测方法等问题 ，基于YOLOV11的深度学习模型 ，对虫害进行实时的监测 ，能够在虫害大规模爆发前进行及时的预警。
点击空白处退出提示
基于深度学习的虫害智能预警系统产品系统
我要开发同款技术信息
作品详情
行业场景
功能介绍
针对农田中病虫害日渐严重，农药施用混乱的问题，利用基于卷积神经网络的YOLOV11目标检测算法，建立用于监测农田病虫害的智能识别模型，通过轮足式巡检机器人搭载摄像头方法进行实时巡检。
项目实现
负责机器人底层驱动电路的设计 ，使用嘉立创PCB电路设计工具为机器人设计了PCB电路板
★ 负责机器人机器视觉系统设计 ，借助YOLOV5算法进行模型训练 ，并使用DeepStream进行 识别加速后部署到树莓派中（识别准确率97%）
★ 负责机器人控制技术设计 ，使用STM32单片机采用FreeRtos实时操作系统 ，使用PID算法准 确控制电舵机运动（无碰撞率93%） ，在3m/s速度下高效巡检
示例图片
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!
评论