Skip to content

Changes

View changes from to

On September 10, 2024 at 10:02:22 AM +0800, ncblab7041 朱彥煒:

  • Updated description of 水稻叢自動偵測標記模型 from

    本模型基於 YOLO V7 架構，經過訓練標註數百張水稻空拍影像，能夠精確地在影像中識別並以矩形框標示水稻叢的位置。該模型的應用旨在提高水稻田間管理的效率，通過自動化的影像分析技術，農民能夠快速獲取水稻叢的位置信息，從而進行精準的田間操作和監測，提升作物管理的精度與效果，最終實現增產增收的目標。 **電腦需求: 需配有Nvidia 顯卡，並已安裝cuda、anaconda**- **輸入: 照片**- **輸出: 偵測物件矩形框**- **使用步驟:**- **0. 使用anaconda建立一個虛擬環境**- **1. 根據安裝的cuda版本下載pytorch，網址:https://pytorch.org/get-started/locally/**- **2. 於連結下載檔案並解壓縮獲得一資料夾** **3. 將anaconda終端所在位置移動至檔案資料夾**- **4. 執行pip install -r requirement.txt**- **5. 將欲辨識的影片放在"sourse"資料夾中**- **6. 執行python rtsp_yolo7_1.py**- **7. 辨識結果的數值將存在"result"資料夾，存檔檔名為當時時間的文字文件檔案**-
    to
    # 模型概述 本模型基於 **YOLO V7** 架構，經過訓練標註數百張水稻空拍影像，能夠精確地在影像中識別並以矩形框標示水稻叢的位置。該模型的應用旨在提高水稻田間管理的效率，通過自動化的影像分析技術，農民能夠快速獲取水稻叢的位置信息，從而進行精準的田間操作和監測，提升作物管理的精度與效果，最終實現增產增收的目標。 ## 電腦需求 - 需配有 Nvidia 顯卡，並已安裝 CUDA、Anaconda ## 輸入 - 照片 ## 輸出 - 偵測物件矩形框 ## 使用步驟 1. **使用 Anaconda 建立虛擬環境** 2. **根據安裝的 CUDA 版本下載 PyTorch** 前往網址 [PyTorch 安裝頁面](https://pytorch.org/get-started/locally/) 並下載對應版本。 3. **解壓縮下載的檔案** 將下載的檔案解壓縮，獲得一資料夾。 4. **移動至檔案資料夾** 打開 Anaconda 終端並將當前路徑移動至下載的資料夾。 5. **安裝所需套件** 執行以下指令以安裝所需的 Python 套件： ```bash pip install -r requirement.txt 6.**準備影像資料** 將需要辨識的影片放入 source 資料夾中。 7.**執行模型** 執行以下指令以啟動模型辨識： python rtsp_yolo7_1.py 8.**查看辨識結果** 辨識結果會以文字檔的形式儲存在 result 資料夾中，檔案名為執行時的日期與時間。