新闻详情

新闻详情

首页 / 资讯中心 / 详情

AI红薯/马铃薯双作物智能收割管控系统 QT信创完整项目

发布时间:2026/11/15 8:59:10来源:尧图网络
AI红薯/马铃薯双作物智能收割管控系统 QT信创完整项目
# AI红薯/马铃薯双作物智能收割管控系统 QT信创完整项目## 项目概述### 1、信创适配Qt5.15/Qt6,兼容**麒麟、统信UOS、龙芯、飞腾、鲲鹏**全系列国产CPU;依托OpenCV薯块视觉质检、libmodbus薯类联合收割机PLC全机构闭环控制、SQLite自主轻量化数据库,无境外闭源商业SDK,完全符合薯类农机国产化、收获减损国标、种植台账溯源、农机作业补贴验收标准。### 2、红薯/马铃薯双作物专属核心业务对标两套国家农业行业标准:- 马铃薯:**NY/T 2464-2013《马铃薯收获机作业质量》、NY/T 648-2015**;国标限值:总损失率≤4%、伤薯率≤2%、破皮率≤2%、含杂率≤4%- 红薯(甘薯):**NY/T 4478-2025《甘薯收获技术规程》**;控制指标:埋薯漏失率≤3.5%、薯块破损率≤3%、薯秧分离不净率、泥土残膜含杂率覆盖**分段挖掘捡拾、联合直收**两种主流工艺,一站式解决六大行业痛点:埋土漏薯、薯块破碎/破皮、薯秧分离不净、泥土残膜含杂过高、输送堵机、挖掘深浅失准。#### AI机器视觉在线质检(双通道相机)1. 垄面相机:识别地下埋藏漏薯、地表散落薯块,测算田间总损失率;2. 清选出口相机:区分完整薯块、破碎薯、破皮薯、带秧薯、泥土结块、残膜、霉变发芽薯;实时自动计算**损失率、伤薯率、破皮率、含杂率、分离不净率**,超标自动弹窗预警,并联动整机机构变量调节。#### Modbus整机全机构闭环变量控制杀秧辊、挖掘铲液压深浅调节、升运抖动分离链、薯秧梳分辊、多级振动清选筛、柔性缓冲输送、集果称重卸粮、残膜回收辊全套伺服/液压执行机构自适应调控:
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉