指標(biāo)

指標(biāo)值

樣本優(yōu)勢(shì)

1.可智能識(shí)別100多種農(nóng)作物約300多種病害、500多種蟲害，可識(shí)別3000多種植物；

2. 植物樣本總量5000000+，病蟲害樣本總量50000+；

3. 植物單一樣本數(shù)量不少于100張，病蟲害單一樣本數(shù)量不少于50張；

4. 每種病害、蟲害、植物均有對(duì)應(yīng)的知識(shí)庫描述。

5.  產(chǎn)量和品質(zhì)識(shí)別用的是yolo框架，產(chǎn)量用了800多的樣本，品質(zhì)用了200多的樣本，產(chǎn)量可以識(shí)別的種類有蘋果、香蕉、橙子，品質(zhì)可以識(shí)別的只有蘋果，產(chǎn)量識(shí)別與品質(zhì)識(shí)別相似度在70%的時(shí)候才會(huì)被識(shí)別。

AI識(shí)別精度

1. 識(shí)別精度超過90%

AI算法能力

1.支持目前主流的著名圖像識(shí)別模型（LeNet-5，AlexNet，ZFNet，VGGNet，GoogLenet，ResNet等）。

2. 深度神經(jīng)網(wǎng)絡(luò)模型采用開源方式進(jìn)行設(shè)計(jì)與組合，能夠很方便的對(duì)模型中的網(wǎng)絡(luò)層進(jìn)行修改，提出適應(yīng)不同數(shù)據(jù)規(guī)模與特點(diǎn)的新模型。

3. 模型已經(jīng)在已有的植被和病蟲害數(shù)據(jù)集下進(jìn)行了訓(xùn)練與優(yōu)化，模型參數(shù)對(duì)外公開，可以為新場(chǎng)景的訓(xùn)練提供遷移學(xué)習(xí)的初始模型參數(shù)，加快新數(shù)據(jù)集訓(xùn)練的速度并提高訓(xùn)練的精度。

4.  算法模型支持對(duì)抗網(wǎng)絡(luò)訓(xùn)練，能夠?qū)?duì)抗機(jī)制引入圖像識(shí)別的深度學(xué)習(xí)模型學(xué)習(xí)與訓(xùn)練中，提升模型的魯棒性和泛化能力

AI訓(xùn)練能力

1. AI平臺(tái)訓(xùn)練模型可靠，支持不同平臺(tái)、多GPU的快速訓(xùn)練。

2. 訓(xùn)練后的模型能夠在主流的計(jì)算個(gè)人平臺(tái)（如PC客戶端的windows，linux平臺(tái)，移動(dòng)端的Android平臺(tái)）運(yùn)行。

3. 也可以在云平臺(tái)進(jìn)行部署，實(shí)現(xiàn)數(shù)據(jù)的快速上傳和訓(xùn)練，借助云平臺(tái)實(shí)現(xiàn)數(shù)據(jù)、模型和程序的便捷訪問。

4. AI平臺(tái)支持由簡(jiǎn)單到復(fù)雜的深度學(xué)習(xí)訓(xùn)練過程，不僅適合初學(xué)者熟悉深度學(xué)習(xí)的簡(jiǎn)單模型搭建，數(shù)據(jù)組織和訓(xùn)練的過程，也能夠?yàn)閷I(yè)研究者提供全面的模型參數(shù)調(diào)制功能，在可視化的界面支持下快速的進(jìn)行模型的訓(xùn)練、調(diào)優(yōu)與比較

數(shù)據(jù)量存儲(chǔ)性能

1. 支持PB級(jí)樣本數(shù)據(jù)存儲(chǔ)

2. 數(shù)據(jù)量不受存儲(chǔ)類型和操作系統(tǒng)限制，僅受限于存儲(chǔ)容量本身

建庫處理性能

1. 支持海量樣本數(shù)據(jù)的集群建庫處理

2. 4節(jié)點(diǎn)集群，切片速度不低于500張/秒

數(shù)據(jù)服務(wù)性能

1. 并發(fā)訪問用戶數(shù)不低于1000用戶

2. 并發(fā)訪問響應(yīng)時(shí)間低于1秒

3. 服務(wù)提供能力不小于20000小時(shí)

4. 系統(tǒng)響應(yīng)時(shí)間：<=1秒；

5.數(shù)據(jù)存儲(chǔ)量：>=10G;

6.運(yùn)行時(shí)間限制：24小時(shí)運(yùn)行；

7.數(shù)據(jù)精度：雙精度。