, ,

植物叶病害识别

GitHub分支

植物叶病害识别对农业来说至关重要,及早识别有助于防止疾病的传播,可能会对作物产量和食品安全产生重大影响。 识别特定的疾病使农民能够采取适当的措施来控制或消灭疾病,比如仅针对目标植物施用恰当的农药或实施隔离措施。

方法

  • 在STM32 Model Zoo可以找到所需的所有模型,您可以用自己的数据对模型进行训练和再训练。
  • 该解决方案提供了一个在公共数据集上训练的模型,拥有出色的准确率,同时在STM32上运行。
  • 该模型可以通过STM32 Model Zoo的Python脚本轻松部署在STM32H747探索套件上。
  • 演示的用例基于植物叶数据集,用于识别病害。

传感器

视觉:摄像头模块捆绑包(参考:B-CAMS-OMV

数据

数据集Plant Village植物叶数据集(许可证CC0 1.0公共领域)
数据格式
39种不同类别的植物叶和背景图像。
RGB彩色图像

结果

模型:快速下采样MobileNet 0.25模型

输入大小:224x224x3

存储器占用:
137 KB Flash存储器用于加权
152 KB RAM用于激活

准确率:
浮点模型:99.82%
量化模型:99.62%

400 MHz时STM32H747(高性能)的性能
推理时间:63.2 ms
帧率:16 fps

混淆矩阵