摘要
摘要
水果外部缺陷检测是现代农业智能化中的关键环节,对提高水果分级效率、
保障质量安全具有重要意义。在水果外部缺陷检测中,传统的人工筛选方式存在
效率低、误判率高等问题,而基于深度学习的目标检测方法在检测精度和效率上
展现了巨大潜力。然而,水果外部缺陷检测存在数据标注成本高、小目标特征提
取困难以及模型实时性要求高等挑战。针对这些问题,本文提出了一种基于
YOLOv5和半监督学习融合的水果外部缺陷检测方法,旨在充分利用未标注
您可能关注的文档
- 数字贸易壁垒对中国数字产品出口潜力的影响研究.pdf
- 数字化转型对中国装备制造业全球价值链地位影响研究.pdf
- 改制转隶背景下消防救援队伍正规化建设研究--以Q市消防救援支队为例.pdf
- 云南玉溪市个人养老金运营监管研究.pdf
- 基于组合赋权-TOPSIS的装配式项目PC构件供应商选择研究.pdf
- 基于改进二叉树模型的新能源汽车企业价值评估研究.pdf
- 新型城镇化建设试点政策对绿色全要素生产率的影响研究.pdf
- 资本和劳动力要素错配对中国省域共同富裕的影响研究.pdf
- 生产性服务业集聚、营商环境与城市FDI质量--基于空间计量的实证研究.pdf
- 家族企业代际传承中的战略重构和绿色转型绩效--以杉杉股份为例.pdf
原创力文档

文档评论(0)