项目源于农科院对黑龙江北安市红星农场（北大荒集团北安分公司，耕地超 41 万亩）玉米出芽率的抽检需求。传统人工目测抽样效率低、主观误差大，无法在大面积航拍影像上快速量化出苗情况。系统面向智慧农业的苗情监测场景，把 YOLO 目标检测结果转换成可视化的网格统计面板，帮助农技人员快速定位缺苗地块、评估播种质量。
点击空白处退出提示
玉米出芽监测可视化系统（农科院项目）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
系统提供完整的检测结果可视化分析能力：1）自动解析 YOLOv5/v8 标注 txt，把检测框坐标映射到航拍原图；2）按可调网格（10-2000px）聚合并统计每格苗数，含苗格高亮、空白格标记缺苗风险；3）三组滑块实时调节网格大小、旋转角度与 X/Y 平移，保证网格与垄向对齐（误差≤ 5 像素）；4）底部看板实时展示检测总苗数、预期总芽数与出芽率；5）鼠标点击单元格可人工标红复核，形成「机器检测 + 人工修正」闭环；6）支持滚轮缩放与拖拽平移，兼顾全局概览与局部细节查看。
项目实现
我作为全栈可视化开发，独立负责整个前端实现：基于 HTML5/CSS3 + 原生 JavaScript + Fabric.js 5.3.0 构建 Canvas 渲染层，手写 YOLO txt 解析器把归一化坐标还原为像素坐标，并设计网格聚合算法把 800+ 个苗点按网格聚合计数；通过 viewportTransform 与 zoomToPoint 实现缩放、旋转、平移的联动，用 manualCellStates 维护人工标红状态，保证重绘与导出后状态同步。难点在于网格旋转后仍需保证计数准确，以及大图渲染下的交互流畅度，最终把网格对齐偏差控制在 5 像素以内。 项目已开源，仓库：https://gitee.com/zheng-enci0504/yolo-agricultural-detection-visualizer
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