Advertisement

[YOLOv5烟叶病害识别]全套代码及资源（含安装指南、数据集和演示视频）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本项目提供YOLOv5模型用于烟叶病害识别，包含完整代码、详细安装指南、标注数据集及操作演示视频，助力快速上手与应用。 YOLOv5烟叶病害识别的完整源码包含安装教程、数据集以及演示视频。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • [YOLOv5烟叶病害识别]全套代码及资源（含安装指南、数据集和演示视频）
    优质
    本项目提供YOLOv5模型用于烟叶病害识别，包含完整代码、详细安装指南、标注数据集及操作演示视频，助力快速上手与应用。 YOLOv5烟叶病害识别的完整源码包含安装教程、数据集以及演示视频。
     
  • YOLOv5烟叶病害识别数据集（含标注、源码及教程等资源）.rar
    优质
    这是一个包含烟叶病害识别所需资源的数据集压缩包，内有全面标注数据、模型源代码以及详细使用教程。 资源内容包括YOLOv5烟叶病害识别的完整源码（附带安装教程、数据集及演示视频），适用于计算机科学、电子信息工程以及数学专业的大学生课程设计、期末大作业或毕业设计项目。 代码特点： - 参数化编程，便于调整参数； - 代码结构清晰，注释详尽。 作者是一位资深算法工程师，在大型企业工作多年，精通Matlab、Python、C/C++和Java等语言及YOLO目标检测算法。在计算机视觉领域具有丰富经验，并擅长多种智能优化技术的应用与研究。如有兴趣交流学习，请随时联系。
     
  • 茶叶病害识别图像数据集.zip
    优质
    《茶叶病害识别图像数据集》包含大量标注清晰的茶叶病害图片，旨在为研究人员提供一个全面、准确的数据资源库，用于训练机器学习模型以实现自动化病害检测和分类。 想预览计算机视觉数据集的内容，请私信作者。
     
  • 烟草叶片病害的Yolov5目标检测数据集（含15类及训练/验证集）
    优质
    本数据集包含15种类别的烟草叶片病害图像，采用YOLOv5框架进行目标检测模型训练与验证，适用于深度学习研究和应用。 项目包含烟草叶片病害检测的数据集（15类别），该数据集包括训练集与验证集，并按照YOLOV5文件夹结构进行保存，可以直接用于目标检测任务而无需额外处理。 图像分辨率为640*640的RGB图片，每个图片都有清晰标注的目标边界框且无任何遮挡。烟草叶片病害的数据集中包含15种不同的类别：蛀虫、霉菌、细菌斑点等。 数据集压缩后的总大小为134MB，分为训练集和验证集两个部分。 - 训练集（datasets-images-train）包括2246张图片及其对应的标签txt文件； - 验证集（datasets-images-val）则包含211张图像及相应的标签。 此外还提供了一个用于可视化的py脚本，用户可以随机选取一张图片输入该脚本来绘制边界框，并保存到当前目录。此可视化工具无需任何修改即可直接运行并查看结果。
     
  • 玉米叶片病害图像分割数据集：含类别标签及可视化代码
    优质
    本数据集提供丰富的玉米叶片病害图像，并附带详细分类标签与可视化代码，旨在促进植物病理学研究和智能农业发展。 项目包含：玉米叶片病害分割【数据集+类别标签+可视化代码】 数据集为256*256分辨率下的玉米叶片病害分割。 分割前景包括叶片等部分，标签的mask图像采用RGB彩色表示，其中0代表背景。为了方便观察和理解，提供了一段可视化的代码。 该数据集中包含4个文件夹（健康、锈菌、斑点、枯萎病），共计3852张原始图片及其对应的mask标签。 此外，项目中还包含一个图像分割的可视化脚本，随机抽取一张图片，并展示其原始图、GT图像以及在原图上的蒙板效果，并将结果保存到当前目录下。
     
  • 基于Yolov5和OpenCV的苹果叶病害识别与检测源码（含3种病害分类、GUI界面）及训练模型、评估曲线和使用指南.zip
    优质
    本资源提供基于Yolov5和OpenCV技术的苹果叶病害识别系统，涵盖三种常见病害，附带图形用户界面(GUI)、详细训练模型、性能评估图表及操作指南。 基于Yolov5与OpenCV的苹果叶病害识别检测源码（包含3类病害及带GUI界面）+训练好的模型+评估指标曲线+操作使用说明.zip
     
  • 番茄叶病害数据集-植物病害
    优质
    番茄叶病害数据集专注于收集和分析影响番茄叶片的各种病害图像资料，旨在促进植物病理学研究及智能诊断技术的发展。 番茄叶片病害数据集包含了有关番茄叶片各种病害的详细记录和分析。
     
  • 番茄叶片病害识别的数据集（目标检测）
    优质
    本数据集专注于番茄叶片病害的目标检测，旨在通过收集大量标记图片，帮助研究人员与开发者训练模型自动识别不同类型的番茄叶病，促进农业精准化管理。 该数据集适用于YOLO系列（包括YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9及更高版本）、Faster R-CNN 和 SSD 等模型的训练，包含番茄叶片病害识别的相关信息。类别分为：blight-disease（疫病）、mosaic-virus（花叶病毒）和redspider-infection（红蜘蛛感染）。数据集共包含6446张图片，并配有相应的txt标签、指定类别的yaml文件以及xml格式的标注文件。已将图像及对应的txt标签划分为训练集、验证集与测试集，可以直接用于上述YOLO系列算法模型的训练过程。
     
  • Yolov5吸烟识别数据集 - Yolov5抽烟检测数据集.zip 文件
    优质
    本文件包含用于训练和评估YOLOv5模型在检测图像中吸烟行为的数据集。内含标注清晰的图片及对应的XML格式注释，适用于研究与开发项目。 Yolov5吸烟检测数据集是一种专门用于训练和测试Yolov5模型的数据集合，其目标是识别并检测图像中的吸烟行为。该数据集中包含了大量不同场景的图像样本，包括室内、室外以及人群聚集的地方等多样的环境。每个图片都详细地标注了边界框与类别标签，以便于机器学习算法精确地区分出哪些物体或活动属于吸烟行为。这些边界框不仅指明了目标的位置和大小信息，还通过类标明确指出这是吸烟相关的图像内容。 利用Yolov5模型配合此数据集进行训练后，可以生成一个高度准确的吸烟检测系统，在实际应用中能够迅速定位并识别出图片中的吸烟动作。这在监控场所、公共空间以及安全领域具有重要意义，因为它能帮助监管人员及时发现违规行为，并采取相应措施来保护环境和保障公众健康。 总之，Yolov5吸烟检测数据集是一个重要的资源库，它支持开发者创建高效的实时吸烟监测系统，从而有效应对公共场所中的相关挑战。