(Stropharia rugoso-annulata) 的外观质量等级的自动歧视使用计算机视觉基于空气吹风系统
Meng Lv1, Lei Kong1, Qi-Yuan Zhang1
1College of Engineering, China Agricultural University, 17 Qinghua East Road, Haidian, Beijing 100083, China.
Sensors (Basel, Switzerland)
|July 30, 2025
概括
这项研究引入了使用深度学习和计算机视觉的Stropharia rugoso-annulata的自动分级系统. SegGrade算法实现了94.67%的准确性,提高了质量分类的效率和一致性.
科学领域:
- 农业技术 农业技术
- 计算机视觉 计算机视觉
- 机器学习 机器学习
背景情况:
- 斯特罗法利亚 rugoso-annulata 在商业上有价值,但手工分类,导致效率低下.
- 目前的手工分级缺乏一致的标准,并且难以满足市场需求.
研究的目的:
- 开发一种自动化的空气吹分类系统,用于Stropharia rugoso-annulata的.
- 通过深度学习和计算机视觉来提高分级的准确性,效率和一致性.
主要方法:
- 使用YOLOv8-seg进行顶部和茎部区分,然后进行OpenCV后处理以创建SegGrade算法.
- 集成了SegGrade算法与一个自动空气吹分级系统,其中包括一个自动养单元.
主要成果:
- YOLOv8-seg在图像分割中实现了99.5%的准确性.
- SegGrade算法显示了94.67%的准确性.
- 自动化系统实现了整体分级准确率为80.66%,同时保持了的完整性.
结论:
- 开发的自动分级系统有效地对Stropharia rugoso-annulata进行了分类.
- 该系统提供了一个可扩展的解决方案,以提高分类效率并满足市场对优质的需求.
