指标

指标值

樣本優勢

1.可(kě)智能識别100多(duō)種農作物(wù)約300多(duō)種病害、500多(duō)種蟲害，可(kě)識别3000多(duō)種植物(wù)；

2. 植物(wù)樣本總量5000000+，病蟲害樣本總量50000+；

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

4. 每種病害、蟲害、植物(wù)均有對應的(de)知識庫描述。

5.  産量和(hé)品質識别用(yòng)的(de)是yolo框架，産量用(yòng)了(le)800多(duō)的(de)樣本，品質用(yòng)了(le)200多(duō)的(de)樣本，産量可(kě)以識别的(de)種類有蘋果、香蕉、橙子，品質可(kě)以識别的(de)隻有蘋果，産量識别與品質識别相似度在70%的(de)時候才會被識别。

AI識别精度

1. 識别精度超過90%

AI算(suàn)法能力

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

2. 深度神經網絡模型采用(yòng)開源方式進行設計與組合，能夠很方便的(de)對模型中的(de)網絡層進行修改，提出适應不同數據規模與特點的(de)新模型。

3. 模型已經在已有的(de)植被和(hé)病蟲害數據集下(xià)進行了(le)訓練與優化(huà)，模型參數對外公開，可(kě)以爲新場景的(de)訓練提供遷移學習的(de)初始模型參數，加快(kuài)新數據集訓練的(de)速度并提高(gāo)訓練的(de)精度。

4.  算(suàn)法模型支持對抗網絡訓練，能夠将對抗機制引入圖像識别的(de)深度學習模型學習與訓練中，提升模型的(de)魯棒性和(hé)泛化(huà)能力

AI訓練能力

1. AI平台訓練模型可(kě)靠，支持不同平台、多(duō)GPU的(de)快(kuài)速訓練。

2. 訓練後的(de)模型能夠在主流的(de)計算(suàn)個人(rén)平台（如PC客戶端的(de)windows，linux平台，移動端的(de)Android平台）運行。

3. 也(yě)可(kě)以在雲平台進行部署，實現數據的(de)快(kuài)速上傳和(hé)訓練，借助雲平台實現數據、模型和(hé)程序的(de)便捷訪問。

4. AI平台支持由簡單到複雜的(de)深度學習訓練過程，不僅适合初學者熟悉深度學習的(de)簡單模型搭建，數據組織和(hé)訓練的(de)過程，也(yě)能夠爲專業研究者提供全面的(de)模型參數調制功能，在可(kě)視化(huà)的(de)界面支持下(xià)快(kuài)速的(de)進行模型的(de)訓練、調優與比較

數據量存儲性能

1. 支持PB級樣本數據存儲

2. 數據量不受存儲類型和(hé)操作系統限制，僅受限于存儲容量本身

建庫處理(lǐ)性能

1. 支持海量樣本數據的(de)集群建庫處理(lǐ)

2. 4節點集群，切片速度不低于500張/秒

數據服務性能

1. 并發訪問用(yòng)戶數不低于1000用(yòng)戶

2. 并發訪問響應時間低于1秒

3. 服務提供能力不小于20000小時

4. 系統響應時間：<=1秒；

5.數據存儲量：>=10G;

6.運行時間限制：24小時運行；

7.數據精度：雙精度。