节点文献

YOLO模型在农产品外观品质检测上的应用及优势

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 田锐进车刚

【通讯作者】 车刚;

【机构】 黑龙江八一农垦大学工程学院黑龙江省农机智能装备重点实验室

【摘要】 随着计算机视觉技术在农业领域的深入应用,精准农业和农业管理开启了变革的新时代,而推动这一领域发展的关键技术之一则是YOLO(You Only Look Once)算法的发展。传统的农产品外观检测主要依靠人工检测的方法,存在主观性强、效率低等问题,而YOLO算法能够通过将输入图像划分为网格矩阵并同时预测边界框和类别概率来执行实时对象检测,极大地提高了检测速度和准确性。文章叙述了YOLO目标检测模型在农产品外观品质检测上的应用现状,分析了其在不同类型农产品外观品质检测上的影响,探讨了YOLO算法在三大主粮、蔬菜、水果、坚果外观品质检测方面的优势。研究表明,YOLO目标检测模型能够高效地对农产品进行外观品质检测,具有较大开发价值与广阔应用前景。

【关键词】 品质检测农业工程无损检测YOLO
【基金】 国家重点研发计划项目(2021YFD2100901);黑龙江省应用技术研究与开发计划重大项目(GA15B402)
  • 【文献出处】 现代化农业 ,Modernizing Agriculture , 编辑部邮箱 ,2026年03期
  • 【分类号】TS207.2;TP391.41;TP183
  • 【下载频次】152
节点文献中: 

本文链接的文献网络图示:

本文的引文网络