指标

指标值

樣本優勢

1.可智能識别100多種農作物(wù)約300多種病害、500多種蟲害，可識别3000多種植物(wù)；

2. 植物(wù)樣本總量5000000+，病蟲害樣本總量50000+；

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

4. 每種病害、蟲害、植物(wù)均有對應的知(zhī)識庫描述。

5.  産量和品質識别用的是yolo框架，産量用了800多的樣本，品質用了200多的樣本，産量可以識别的種類有蘋果、香蕉、橙子，品質可以識别的隻有蘋果，産量識别與品質識别相似度在70%的時候才會被識别。

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(kāi)源方式進行設計與組合，能夠很方便的對模型中(zhōng)的網絡層進行修改，提出适應不同數據規模與特點的新模型。

3. 模型已經在已有的植被和病蟲害數據集下(xià)進行了訓練與優化，模型參數對外(wài)公開(kāi)，可以爲新場景的訓練提供遷移學習的初始模型參數，加快新數據集訓練的速度并提高訓練的精度。

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深度學習模型學習與訓練中(zhōng)，提升模型的魯棒性和泛化能力

AI訓練能力

1. AI平台訓練模型可靠，支持不同平台、多GPU的快速訓練。

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

3. 也可以在雲平台進行部署，實現數據的快速上傳和訓練，借助雲平台實現數據、模型和程序的便捷訪問。

4. AI平台支持由簡單到複雜(zá)的深度學習訓練過程，不僅适合初學者熟悉深度學習的簡單模型搭建，數據組織和訓練的過程，也能夠爲專業研究者提供全面的模型參數調制功能，在可視化的界面支持下(xià)快速的進行模型的訓練、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操作系統限制，僅受限于存儲容量本身

建庫處理性能

1. 支持海量樣本數據的集群建庫處理

2. 4節點集群，切片速度不低于500張/秒

數據服務性能

1. 并發訪問用戶數不低于1000用戶

2. 并發訪問響應時間低于1秒

3. 服務提供能力不小(xiǎo)于20000小(xiǎo)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(xiǎo)時運行；

7.數據精度：雙精度。