二哈目标识别助力清理福寿螺卵 简单

设计背景

暑假里去小溪边查看植物的生长状况，结果发现河岸边多了许多粉红颗粒状的东西。查阅知道这个是福寿螺的卵，福寿螺是一种对人体有危害的瓶螺科软体动物，而且这种卵不只在这附近有，国内各地到处都是这个卵。想着想着，能设计出一个装置，可以清除福寿螺卵，让它无法孵化，那它的孵化概率就会变低了，这样我们的安全、农作物的生长、生态系统就都会得到保障。

通过查找资料，我们发现，发现3种消灭的方法

| 方法 | 效率 | 适用场景 | 成本 |

| ---- | ------------- | -------- | -- |

| 人工摘除 | 低（1人/半天/公斤） | 小面积、景观水体 | 低 |

| 高压水枪 | 中 | 硬质驳岸 | 中 |

| 螺卵净 | 高（1人/天/3000㎡） | 大面积河道、湖泊 | 中 |

水枪冲刷是一种方式。

系统设计与工作原理

工作原理，利用图像识别中的目标检测，确定和识别目标位置。

器材清单

实现步骤与源码

采用目标识别部署到二哈2中，

第一采集数据

通过实地采集图片，也可以利用视频抽帧方式去获取图片

数据的采集关乎模型的效果，要训练更好的模型数据第一步就需要保证数据的质量。

第2步，打开mind+2.0 模型训练 目标检测

选择导入图片，目前还没有标注，选择无标注图片，如果从其他地方下载的数据集（有标注的）可以直接导入带标注的，减少人工的工作量。

接下来就是人工智能的“人工”了，数据标注，选择高级模式 数据标注。

选择数据集，并创建标签，标签就是你要检测的目标，如果有多个目标可以设置多个标签。

通过设置不同的数据标签，设定标签框，进行标注，这个是比较繁琐，也是比较耗体力的。要训练出较高好的模型，数据量不能太少。接下来就一张张图片进行标注。当然也可以借助一些其他标注工具进行标注。

标注完成后进行训练。

目标检测训练比较耗时

训练完成后必要的一步是测试。导入图片进行时测试，如果测试效果比较差的话，需要重新调整数据和训练。

测试完毕后，导出模型 ，生成bests.onnx 和 data.yaml ，通过推理模型库，可部署到其他设备中。

也可以直接导入到二哈2中。

导出下载到本地电脑中，并上传到二哈中。

上传二哈对应文件夹中，本地安装

设计一个测试程序，检测福寿螺卵的位置。

测试坐标

通过计算目标检测的重点点坐标，设计调整云台

成果展示与演示