本文最后更新于30 天前，其中的信息可能已经过时，如有错误请发送邮件到big_fw@foxmail.com
🌿 叶片氮含量识别 App —— 全平台部署与运行指南（Cursor 版）
一句话定位：一个开箱即用的桌面程序，支持 Windows 与 RK3588（鲁班猫5）双平台，通过图像分割 + 颜色分析 + 机器学习模型，实现水稻/作物叶片氮含量无损预测。
✅ 核心价值
- 真正便携：整个
linux系统下氮含量识别软件/文件夹可单独复制到任意电脑，不依赖上级目录； - 双平台原生支持：Windows（ONNX 推理）+ RK3588（NPU 加速）；
- 硬件自适应：自动识别 D435i 深度相机；
- 模型即插即用：
saved_models/内含 RF/ELM 双模型。
🧩 目录结构（精简）
linux系统下氮含量识别软件/
├── main_app.py
├── pipeline.py
├── color_extract.py
├── segment_stage2.py
├── config.py
├── saved_models/
└── model_deeplabv3plus_3588/
⚙️ 四步部署
- 生成模型 → 运行
保存模型_供App使用.py - 放置 DeepLab 模型（ONNX 或 RKNN）
pip install -r requirements.txt && python main_app.py- 复制整个文件夹即可移植。
💡 论文亮点
- 路径全相对化（
os.path.dirname(__file__)） - 模型与代码解耦（
shuangzhongzi.py必须同目录） - D435i 自动降级
build_exe.bat一键打包 Windows 免 Python 版
