指標

指標值

樣本優(yōu)勢

1.可智能識別100多種農作物約300多種病害、500多種蟲(chóng)害，可識別3000多種植物；

2. 植物樣本總量5000000+，病蟲(chóng)害樣本總量50000+；

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

4. 每種病害、蟲(chóng)害、植物均有對應的知識庫描述。

5.  產(chǎn)量和品質(zhì)識別用的是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)量可以識別的種類(lèi)有蘋(píng)果、香蕉、橙子，品質(zhì)可以識別的只有蘋(píng)果，產(chǎn)量識別與品質(zhì)識別相似度在70%的時(shí)候才會(huì )被識別。

AI識別精度

1. 識別精度超過(guò)90%

AI算法能力

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

2. 深度神經(jīng)網(wǎng)絡(luò )模型采用開(kāi)源方式進(jìn)行設計與組合，能夠很方便的對模型中的網(wǎng)絡(luò )層進(jìn)行修改，提出適應不同數據規模與特點(diǎn)的新模型。

3. 模型已經(jīng)在已有的植被和病蟲(chóng)害數據集下進(jìn)行了訓練與優(yōu)化，模型參數對外公開(kāi)，可以為新場(chǎng)景的訓練提供遷移學(xué)習的初始模型參數，加快新數據集訓練的速度并提高訓練的精度。

4.  算法模型支持對抗網(wǎng)絡(luò )訓練，能夠將對抗機制引入圖像識別的深度學(xué)習模型學(xué)習與訓練中，提升模型的魯棒性和泛化能力

AI訓練能力

1. AI平臺訓練模型可靠，支持不同平臺、多GPU的快速訓練。

2. 訓練后的模型能夠在主流的計算個(gè)人平臺（如PC客戶(hù)端的windows，linux平臺，移動(dòng)端的Android平臺）運行。

3. 也可以在云平臺進(jìn)行部署，實(shí)現數據的快速上傳和訓練，借助云平臺實(shí)現數據、模型和程序的便捷訪(fǎng)問(wèn)。

4. AI平臺支持由簡(jiǎn)單到復雜的深度學(xué)習訓練過(guò)程，不僅適合初學(xué)者熟悉深度學(xué)習的簡(jiǎn)單模型搭建，數據組織和訓練的過(guò)程，也能夠為專(zhuān)業(yè)研究者提供全面的模型參數調制功能，在可視化的界面支持下快速的進(jìn)行模型的訓練、調優(yōu)與比較

數據量存儲性能

1. 支持PB級樣本數據存儲

2. 數據量不受存儲類(lèi)型和操作系統限制，僅受限于存儲容量本身

建庫處理性能

1. 支持海量樣本數據的集群建庫處理

2. 4節點(diǎn)集群，切片速度不低于500張/秒

數據服務(wù)性能

1. 并發(fā)訪(fǎng)問(wèn)用戶(hù)數不低于1000用戶(hù)

2. 并發(fā)訪(fǎng)問(wèn)響應時(shí)間低于1秒

3. 服務(wù)提供能力不小于20000小時(shí)

4. 系統響應時(shí)間：<=1秒；

5.數據存儲量：>=10G;

6.運行時(shí)間限制：24小時(shí)運行；

7.數據精度：雙精度。