指标

指标值

樣本優勢

1.可智能識别100多種農作物約300多種病害、500多種蟲害，可識别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(yī / yì ／yí)樣本數量不(bù)少于(yú)100張，病蟲害單一(yī / yì ／yí)樣本數量不(bù)少于(yú)50張；

4. 每種病害、蟲害、植物均有對應的(de)知識庫描述。

5.  産量和(hé / huò)品質識别用的(de)是(shì)yolo框架，産量用了(le／liǎo)800多的(de)樣本，品質用了(le／liǎo)200多的(de)樣本，産量可以(yǐ)識别的(de)種類有蘋果、香蕉、橙子(zǐ)，品質可以(yǐ)識别的(de)隻有蘋果，産量識别與品質識别相似度在(zài)70%的(de)時(shí)候才會被識别。

AI識别精度

1. 識别精度超過90%

AI算法能力

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(chū)适應不(bù)同數據規模與特點的(de)新模型。

3. 模型已經在(zài)已有的(de)植被和(hé / huò)病蟲害數據集下進行了(le／liǎo)訓練與優化，模型參數對外公開，可以(yǐ)爲(wéi / wèi)新場景的(de)訓練提供遷移學習的(de)初始模型參數，加快新數據集訓練的(de)速度并提高訓練的(de)精度。

4.  算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 / huò)泛化能力

AI訓練能力

1. AI平台訓練模型可靠，支持不(bù)同平台、多GPU的(de)快速訓練。

2. 訓練後的(de)模型能夠在(zài)主流的(de)計算個(gè)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)可以(yǐ)在(zài)雲平台進行部署，實現數據的(de)快速上(shàng)傳和(hé / huò)訓練，借助雲平台實現數據、模型和(hé / huò)程序的(de)便捷訪問。

4. AI平台支持由簡單到(dào)複雜的(de)深度學習訓練過程，不(bù)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 / huò)訓練的(de)過程，也(yě)能夠爲(wéi / wèi)專業研究者提供全面的(de)模型參數調制功能，在(zài)可視化的(de)界面支持下快速的(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(bù)受存儲類型和(hé / huò)操作系統限制，僅受限于(yú)存儲容量本身

建庫處理性能

1. 支持海量樣本數據的(de)集群建庫處理

2. 4節點集群，切片速度不(bù)低于(yú)500張/秒

數據服務性能

1. 并發訪問用戶數不(bù)低于(yú)1000用戶

2. 并發訪問響應時(shí)間低于(yú)1秒

3. 服務提供能力不(bù)小于(yú)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。