摘要
本发明涉及一种基于YOLOv5模型的食品实时目标检测方法及系统,包括对YOLOv5模型进行训练,得到最佳权重,再对模型进行最终评估,获得训练后的模型;将训练好的YOLOv5模型转换格式,并部署到开发板上;获取待检测目标图像,将目标图像输入至训练后的模型中进行识别,得到最终检测结果;将检测结果的类别进行数据处理,处理后发送给主控模块,主控模块接收到数据后,选择相应的操作参数和执行操作。通过将YOLOv5模型部署到终端硬件平台,从而实现对动态场景的高效识别和分析,提高了家电设备的智能化水平和用户体验。
技术关键词
主控模块
图像识别模块
开发板
视频流
标签文件
参数
传感器模块
训练集
随机梯度下降
平面图
格式
动态场景
家电设备
硬件平台
检测门
数据
精度
包装
显卡
系统为您推荐了相关专利信息
耳鼻喉科手术
智能预判系统
患者
图像提取模块
医疗人工智能技术
无人机机场
监测分析系统
数据传输模块
栖息地
图像识别模块