来源：期刊VIP网 时间：
作者：翁士状;李士昌;李迎松;
单位：安徽大学电子信息工程学院;
摘要：针对数字图像处理课程中存在理解困难、理论模糊不清和应用实践匮乏等问题，基于智能采摘竞赛进行设计标识物检测与识别教学案例，旨在增强学生的学习兴趣并提升教学效果。利用摄像头拍摄照片并存储图像，结合Jetson nano平台和YOLOv5S多目标检测框架，训练智能采摘标识物检测模型。基于已训练模型预测目标，并输出预测结果与物体坐标，从而获得舵机角度并执行抓取功能。实验结果显示，平均检测精度达99.3%,在Jetson nano平台上展现出优异的性能，未来有望借助更多模型检测实现更精准的检测和广泛应用。实验过程中，通过目标检测与抓取效果向学生形象地展示图像目标检测的应用，加深其对数字图像处理的理解，增强学生进行深度学习与图像智能处理的能力。
关键词：目标检测;;深度学习;;jetson nano平台
基金资助：安徽省级质量工程(2023jyxm0131,2023cxtd019);; 安徽省新时代育人质量工程项目(2022zyxwjxalk021,2023zyxwjxalk012,2023shsjsfkc004)
