针对目前矿石检测技术准确性不高、效率低、实时性差以及环境适应性弱等问题,提出了一种基于香橙派的矿石识别系统。该系统利用高清摄像头实时捕获矿石图像,并通过香橙派Orange Pi 5B开发板搭载YOLOv4-tiny-tf2模型处理图像数据,实现矿...针对目前矿石检测技术准确性不高、效率低、实时性差以及环境适应性弱等问题,提出了一种基于香橙派的矿石识别系统。该系统利用高清摄像头实时捕获矿石图像,并通过香橙派Orange Pi 5B开发板搭载YOLOv4-tiny-tf2模型处理图像数据,实现矿石种类的高效准确识别。结果表明:轻量化的YOLOv4-tiny-tf2模型在不牺牲模型精度的情况下简化了其结构,更适合在配置较低的设备上部署,具备了较高的便携性;相较于传统的人工视觉检测和化学分析方法,基于香橙派Orange Pi 5B的矿石识别系统能够实时识别矿石,识别准确率达到93.75%,具有较高的可靠性和稳定性。展开更多
文摘针对目前矿石检测技术准确性不高、效率低、实时性差以及环境适应性弱等问题,提出了一种基于香橙派的矿石识别系统。该系统利用高清摄像头实时捕获矿石图像,并通过香橙派Orange Pi 5B开发板搭载YOLOv4-tiny-tf2模型处理图像数据,实现矿石种类的高效准确识别。结果表明:轻量化的YOLOv4-tiny-tf2模型在不牺牲模型精度的情况下简化了其结构,更适合在配置较低的设备上部署,具备了较高的便携性;相较于传统的人工视觉检测和化学分析方法,基于香橙派Orange Pi 5B的矿石识别系统能够实时识别矿石,识别准确率达到93.75%,具有较高的可靠性和稳定性。