模型概述

本模型基於 YOLO V7 架構，經過訓練標註數百張水稻空拍影像，能夠精確地在影像中識別並以矩形框標示水稻叢的位置。該模型的應用旨在提高水稻田間管理的效率，通過自動化的影像分析技術，農民能夠快速獲取水稻叢的位置信息，從而進行精準的田間操作和監測，提升作物管理的精度與效果，最終實現增產增收的目標。

電腦需求

• 需配有 Nvidia 顯卡，並已安裝 CUDA、Anaconda

輸入資料格式

• 影像(要俯拍的)

輸出

• 偵測物件矩形框(會加在輸入影像上面，不同分類是不同的色框)

使用步驟

1. 使用 Anaconda 建立虛擬環境
2. 根據安裝的 CUDA 版本下載 PyTorch
   前往網址 PyTorch 安裝頁面 並下載對應版本。
3. 解壓縮下載的檔案
   將下載的檔案解壓縮，獲得一資料夾。
4. 移動至檔案資料夾
   打開 Anaconda 終端並將當前路徑移動至下載的資料夾。
5. 安裝所需套件
   執行以下指令以安裝所需的 Python 套件： ```bash pip install -r requirement.txt
6. 準備影像資料 將需要辨識的影片放入 source 資料夾中。
7. 執行模型 執行以下指令以啟動模型辨識： python rtsp_yolo7_1.py
8. 查看辨識結果 辨識結果會以文字檔的形式儲存在 result 資料夾中，檔案名為執行時的日期與時間。