摘要
玉米作为我国主要粮食作物之一,品种较多,为解决人工识别存在的问题,采用MobileNet轻量级神经网络,对神经网络进行迁移学习,得到 Kmodel 模型,移植于K210移动终端.MobileNet网络体积小,计算量小,精度高.硬件采用AO1-AI模块,该模块基于边缘智能计算芯片K210(RISC-V架构)设计,支持Micropython编程.对数据集进行训练和测试,训练的准确率结果为 99%,将模型移植到K210终端进行测试,实验表明玉米籽粒的识别准确率为 97.8%,本实验进行了轻量化MobileNet的移植,创制了小型化、便携式识别装置,为玉米籽粒实时图像识别和检测提供了一种解决方案.
维普
万方数据