这是一个创建于 384 天前的主题，其中的信息可能已经有所发展或是发生改变。
就是要识别谷物的好坏，像小麦正常粒、生芽粒、病斑粒、生霉粒、破损粒、虫蚀粒，像大米能够识别出：正常粒、虫蚀粒、病斑粒、霉变粒、糙米、碎米、垩白粒、黄米粒、未成熟粒、互混米这样的。
不知道具体的开发细节，有做过的请留言或联系方式，我联系你们具体细节和报价
 |
1
graetdk 2023-12-06 12:42:08 +08:00
听上去只要有足够的数据集，很好训练一个是别的模型
|
 |
2
julyclyde 2023-12-06 13:46:50 +08:00
建议直接买吧
这玩意已经没有再开发一遍的意义了 |
 |
3
smallsung 2023-12-06 14:25:40 +08:00
如果是 2020 年的时候就是目标检测+细粒度图像分类，现在不知道用啥更先进的技术了，关键还是看数据质量吧。
|
 |
7
zealotxxxx 2023-12-06 14:47:28 +08:00
公有云有服务，或者你去找开源方案，自己准备数据集，训练一个
|
|
8
julyclyde 2023-12-06 14:50:41 +08:00
很多啊。搜“机器视觉质检”看看有很多供应商
|
 |
9
rm0gang0rf 2023-12-06 14:55:58 +08:00
我记得以前有人问过了...
|
 |
10
freewarcraft 2023-12-06 15:16:11 +08:00
就是谷物色选机吧，很成熟的产品了。。。
|
 |
11
worldqiuzhi 2023-12-06 15:18:05 +08:00
这种云厂商买图像识别服务不都是按次收费的吗 米粒直接干破产
|
 |
12
Jimmyisme 2023-12-06 15:29:15 +08:00
感觉不好做啊，类别不平衡太明显了。99.9%都是正常的，前期做数据得仔细点
|
 |
13
sunsoft OP @worldqiuzhi 那太恐怖了
|
 |
14
paopjian 2023-12-06 15:45:51 +08:00
找百度 华为这种让他们做离线部署
|
 |
15
LLaMA2 2023-12-06 15:57:52 +08:00  3
科大讯飞边上有家企业叫美亚光电，很多本地人也不知道他们干什么的。
他其实就是做你需要的产品的，而且他应该做到了至少亚洲第一的水平了。 |
 |
16
israinbow 2023-12-06 16:29:08 +08:00
一步到位买海康的方案, 直接去官网咨询.
|
 |
17
ialtone 2023-12-06 17:16:37 +08:00
正好这几天在玩 yolov5 识别，只要数据足够是可以训练出来的。
|
 |
18
tomatocici2333 2023-12-06 17:23:09 +08:00
直接买就是了，这种都有很成熟的方案了。
|
 |
19
nnqijiu 2023-12-06 17:25:33 +08:00
以前就做过相关项目，纯视觉还是有难度的
|
 |
20
ruihfang007 2023-12-06 17:26:59 +08:00
@ye4tar 那个时候再讯飞工作时候，还以为那边也是电商，天源迪科应该是做电商得吧！
|
|
21
LLaMA2 2023-12-06 17:53:14 +08:00
|
 |
22
fiht 2023-12-06 17:59:44 +08:00
哈哈哈，想起来我刚发的这个视频，标题叫做：《想做辣椒炒肉，炒完却发现是个牛肉！冰箱里的肉分不清种类，小伙怒写 AI 程序，数据集构建从切肉开始！》
https://www.bilibili.com/video/BV1xN4y1e7gX/?spm_id_from=333.999.0.0&vd_source=2ca225f39441e241002988cb7261b8e0 开源代码放在： https://github.com/imfht/which_food 我感觉个人开发者要把这个识别做到生产可用程度还是比较难的。 |
 |
23
wxq844688550 2023-12-06 19:09:31 +08:00
百度 EasyDL
|
 |
24
sadfQED2 2023-12-06 19:25:41 +08:00 via Android
yolov5 v8 ，现在非常成熟了。你可以搜 robotflow ，这是 yolov8 开发团队搞的在线商业服务。你只管上传样本，然后标注就行了，怎么训练，怎么调优你完全不用管，训练完成后直接给你 api 调用。
|
 |
26
clemente 2023-12-06 20:11:34 +08:00
yolov8 自己搞
|
 |
29
raycool 2023-12-06 20:16:47 +08:00
直接 yolov8 来一版就可以看到效果了，如果要调优，就有两阶段模型了。
|
 |
33
hbdh5 2023-12-06 22:17:53 +08:00
image classification ，烂大街了已经。随便找个主流的模型训练下差不多行了。相比之下数据集反而比模型更有门槛
|
 |
34
GeekGao 2023-12-06 23:22:32 +08:00 1
技术不是问题，用 pytorch 搞个深度神经网络，问题是训练样本要足够，不然很容易过拟合没生产应用的价值了。
|
 |
35
xieren58 2023-12-06 23:26:18 +08:00
自己用 yolo 最新版 训练就行...
|
 |
36
SiWXie 2023-12-06 23:39:33 +08:00 via iPhone
有训练数据就行
|
 |
37
dayeye2006199 2023-12-07 05:17:04 +08:00
力大砖飞，各个类别先来个一万张标识图片。
|
 |
38
ktyang 2023-12-07 08:21:38 +08:00
技术好说，数据咋弄啊。。。一个个米粒打 label ？
|
 |
39
Alexsen 2023-12-07 09:02:39 +08:00
主流的都可以做吧，不过得有训练数据
|
 |
40
dcdlove 2023-12-07 09:08:58 +08:00
yolov8 非常方便容易上手，训练超级简单都有例子提供的，我之前就训练过识别猫猫的行为和品种
|
 |
41
hatw 2023-12-07 09:09:31 +08:00
@ruihfang007 #20 天源迪科大头是电信运营商的计费、crm 系统，然后就是各种定制软件开发。
|
 |
42
v24radiant 2023-12-07 11:50:11 +08:00
数据集比较难搞啊, 识别谷物好坏的话可以考虑一下缺陷检测相关的技术
|
 |
43
snowflake007 2023-12-07 15:47:24 +08:00
刚做一个手机端的实现，目标检测识别，TensorFlow Lite
放在车上用道路上跑，移动动态目标检测 |
|
44
snowflake007 2023-12-07 15:56:00 +08:00
刚做一个手机端的实现，目标检测识别，TensorFlow Lite
跑在 Android 设备放在车上用，大概就是道路上跑，移动动态的目标检测 |
 |
45
chhtdd 2023-12-07 17:21:47 +08:00
最重要的还是要有足量的可以用于训练的数据
|
 |
47
opeth 2023-12-08 11:05:26 +08:00
看你具体的场景，如果判断结果的单位不是一粒一粒的米，或者说每一种病或者缺陷都是成片的，那还相对好做一点。
如果一粒一粒米来判断的话，难度暴增 N 倍。还得考虑多种类别混合的情况。 需求量够大的话，建议直接买技术。 不过我看 OP 像是服务提供商呀，再找二级分包，把技术部分分包出去。 |
Select Language