果品害蟲判識及檢疫害蟲影像數位化技術
Journal
精農生機研究與發展學術研討會專刊
Part Of
農業試驗所特刊第245號
Pages
156-156
ISBN
978-626-7651-10-0
Date Issued
2025-01
Abstract
進出口果品中 ，常因檢出生物而有檢疫風險 。本模組利用物件偵測卷積神經網路模型--YOLOv5 進行果品之介殼蟲辨識，已建置包含鳳梨、釋迦、柳橙及柑橘類4 種果品之介殼蟲數位影像判讀及操作流程 ，果品影像至少10,000 張 ，其中至少4,000 張經過標示並用於模型訓練 ，對指定之500 張影像進行果品辨識及介殼蟲數量判釋影像進行果品辨識及介殼蟲數量判釋。其中果品辨識準確度達96%以上，介殼蟲數量判釋準確度達85%以上 。此判讀雛型技術可即時辨識果品種類及果品上介殼蟲數量 ，且每張辨識時間於1 秒內完成 。輕便的模組裝置未來可輔應用在不同場域而客製化使用 ，進而增加農產品之外銷競爭力。
Event(s)
精農生機研究與發展學術研討會
Proceedings of A Symposium on Research and Development of Smart Agriculture and Biomechatroincs Engineering
Subjects
果品
數位影像判讀
介殼蟲
Publisher
農業部農業試驗所
Type
poster
File(s)![Thumbnail Image]()
Loading...
Name
no245-37.pdf
Size
531.61 KB
Format
Adobe PDF
Checksum
(MD5):974077c45410ff0ba45c8713ee5dc2c3