Advertisement

基于YOLOv7的智慧农业苹果叶病虫害（花叶病、斑点病、叶枯病）识别与检测源码及训练模型配置文件和评估指标曲线合集.zip

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

简介：
本资源提供基于YOLOv7框架的苹果叶片病症（包括花叶病、斑点病、叶枯病）智能识别系统，包含源代码、训练模型参数及性能评估图表。 基于Yolov7实现的苹果叶病虫害（花叶病、斑点病、叶枯病）识别检测源码+训练好模型+配置文件+评估指标曲线.zip，包含三个类别的识别：mosaic_disease, spot_wilt_disease, leaf_blight。该模型使用yolov7-tiny.yaml和hyp.scratch.custom.yam进行训练，并在高性能显卡上利用高质量数据集迭代200次完成训练。其识别检测效果及评估指标曲线表现良好，适用于实际项目、课程实验作业、模型效果对比以及毕业设计等场景中直接应用，无需二次训练或微调。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 基于YOLOv7的智慧农业苹果叶病虫害（花叶病、斑点病、叶枯病）识别与检测源码及训练模型配置文件和评估指标曲线合集.zip
    优质
    本资源提供基于YOLOv7框架的苹果叶片病症（包括花叶病、斑点病、叶枯病）智能识别系统，包含源代码、训练模型参数及性能评估图表。 基于Yolov7实现的苹果叶病虫害（花叶病、斑点病、叶枯病）识别检测源码+训练好模型+配置文件+评估指标曲线.zip，包含三个类别的识别：mosaic_disease, spot_wilt_disease, leaf_blight。该模型使用yolov7-tiny.yaml和hyp.scratch.custom.yam进行训练，并在高性能显卡上利用高质量数据集迭代200次完成训练。其识别检测效果及评估指标曲线表现良好，适用于实际项目、课程实验作业、模型效果对比以及毕业设计等场景中直接应用，无需二次训练或微调。
     
  • 智慧农业苹果树叶病害数据集（花叶病和斑点落叶病）916张图片，包含VOC/YOLO/JSON标签.zip
    优质
    本数据集包含916张针对苹果树花叶病和斑点落叶病的图像，提供VOC、YOLO及JSON格式标签，适用于智慧农业中机器视觉与深度学习研究。 苹果叶病害（包括花叶病、斑点落叶病、叶枯病）识别检测数据集适用于课程作业、设计比赛及实际项目应用，如智慧农业与植物疾病智能识别app等。该数据集中共有916张图片，背景丰富多样，目标物大小不一且角度各异，分布均匀，整体上具有较高的多样性。标签格式包括VOC（xml）、YOLO（txt）和JSON三种类型，适用于多种目标检测算法直接使用。所有标注均为人工完成，并确保了框选的准确性及数据质量的高度可靠性。
     
  • 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
     
  • 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）+预训练模型+评估曲线+使用指南.zip
    优质
    本资源提供基于Yolov5和OpenCV的苹果叶病害识别系统，包含三种常见病害分类功能及图形用户界面。附带预训练模型与性能评估图表，并配有详细使用说明文档。 本资源提供基于yolov5算法与opencv实现的苹果叶病害识别检测项目源码（包含3类病害分类），并带有GUI界面，使用pyqt5开发。该项目包括完整源代码、训练好的模型以及评估指标曲线等资料，并附有详细的项目操作运行说明文档，按照文档指导即可顺利进行操作。 该资源主要面向正在完成毕业设计的学生及需要实战项目的深度学习图像识别和模式识别方向的学习者。此外，它也可作为课程设计或期末大作业使用。除了可以直接用于毕设之外，此项目还适合于学习、参考以及借鉴之用。对于有一定基础的用户来说，在现有代码基础上进行修改以训练其他模型也是可行的。 资源内容包括： - 项目源码 - 训练好的模型（在3090Ti显卡上经过120次迭代） - 训练日志、评估指标曲线等文件 - 操作使用说明文档 以上资料可以为相关领域的研究和学习提供全面的支持。
     
  • 苹果叶五类病害图像分类数据集：健康叶、叶斑病、白粉病、疮痂病和褐斑病（共7900张图片）.rar
    优质
    本数据集包含7900张苹果叶片图像，涵盖健康叶片及四种常见病害（叶斑病、白粉病、疮痂病和褐斑病），适用于植物病理学研究与机器学习模型训练。 苹果叶病害图像分类数据集包含5个类别：健康苹果叶、叶斑病、白粉病、疮痂病和褐斑病，共有7900张图片。
     
  • 玉米常见病害（黄斑病、锈病、叶斑病）
    优质
    本文主要介绍玉米生长过程中常见的三种病害——黄斑病、锈病和叶斑病的症状、传播途径及防治措施。旨在帮助农民及时识别并控制这些疾病，确保作物健康生长。 玉米病害主要包括黄斑病、锈病和叶斑病。这些疾病会对作物的生长造成严重影响，降低产量和品质。种植者需要密切关注并采取适当的防治措施来保护农作物健康。
     
  • 苹果叶病害图像分类数据集（含5类标签：健康叶片、灰斑病、铁锈病、马赛克病及蛙眼叶斑病，共7100张图片）.rar
    优质
    本数据集包含7100张苹果叶片的高分辨率图像，涵盖五种状态：健康叶片和四种常见病害（灰斑病、铁锈病、马赛克病及蛙眼叶斑病），适用于农业病理学研究与机器学习模型训练。 苹果叶病害图像分类数据集包含5个类别：健康苹果叶、灰斑病、铁锈病、马赛克病和蛙眼叶斑病，共7100张图片。rar文件包含了这些分类的图像数据。
     
  • 苹果叶病害的VOC数据集
    优质
    本研究构建了一个针对苹果叶片不同病害的挥发性有机化合物(VOCs)数据集，旨在通过气体分析实现精准、快速的植物疾病诊断。 本段落讨论了五类病害：Alternaria Boltch、Brown Spot、Grey Spot、Mosaic 和 Rust。
     
  • 苹果叶病虫害分类数据集及代码教程.zip
    优质
    本资源包含苹果叶病虫害图像的数据集和相关代码教程，旨在帮助用户识别并分类苹果叶片上的各种病症与害虫，促进农业病虫害管理研究。 通过提高TensorFlow代码和教程的学习效率，并结合作者在B站发布的视频教学内容，可以快速掌握苹果叶片病虫害分类数据集的相关知识和技术应用方法。关于该数据集的详细信息，请参考相关博客文章的内容描述。