原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
茄子作为我国重要的经济作物，其年生产量排名长期处于世界前列。然而，
病虫害是影响茄子品质和产量的重要因素。在深度学习技术逐渐成为研究重点以
后，许多研究人员尝试将深度学习模型应用于茄子病虫害识别检测，大大促进了
智慧农业的发展。然而，这些研究者开发的目标检测模型大多局限于PC端，存在
部署成本高、灵活性差的缺点，限制了在真实场景下的应用。伴随边缘计算技术
的持续演进，在嵌入式平台上部署模型以实现实时病虫害检测已具备可行性。鉴
于此，本文针对茄子病虫害检测算法在嵌入式平台上的实现开展了一系列研究，
文档评论（0）