玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架)

这篇具有很好参考价值的文章主要介绍了玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

 代码运行要求:Torch>=1.13.1即可

效果视频玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架)_哔哩哔哩_bilibili

玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架),生物技术与深度学习结合,python,pytorch,开发语言

  1.数据集介绍:

玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架),生物技术与深度学习结合,python,pytorch,开发语言

 Blight(枯萎病),1145张照片

玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架),生物技术与深度学习结合,python,pytorch,开发语言

Common_Rust(褐锈病,1306张照片) 

玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架),生物技术与深度学习结合,python,pytorch,开发语言

 Gray_Leaf_Spot(灰斑病,574张照片)

玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架),生物技术与深度学习结合,python,pytorch,开发语言

Healthy(健康,1162张照片) 

玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架),生物技术与深度学习结合,python,pytorch,开发语言

2.项目文件

玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架),生物技术与深度学习结合,python,pytorch,开发语言

第一个文件夹(data): 装载的是原始图像

第二个文件夹(GUI):装载的是随意选取的图像,供录屏生成视频。

第三个文件夹(piture):装载的是经hf.py对data文件夹处理后,生成的训练集和测试集

玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架),生物技术与深度学习结合,python,pytorch,开发语言

 第四个文件是class_indices.json是装载的标签和对应类别名称

第五个文件:CNN.pth是装载训练好的模型参数

第六个文件:GUI_VEDIO.py是呈现GUI界面,包括对图像连续识别和对视频识别

第七个文件:hf.py是对data文件夹进行操作,生成训练集和测试集

第八个文件:model.py是模型 

第九个文件:predict.py是对单独的照片(tulip.jpg)进行识别

第十个文件:train.pys是训练脚本

两个录屏的视频均可以被识别。

对项目感兴趣的可以关注,代码和数据集已经放到压缩包,解压缩后无需配置路径,可以直接运行:文章来源地址https://www.toymoban.com/news/detail-687242.html

import threading
import os
import json
import torch
import cv2
from PIL import Image
from torchvision import transforms
import tkinter as tk
from tkinter import filedialog
from model import CNN
from PIL import ImageTk
#代码和数据集压缩包https://mbd.pub/o/bread/ZJ2XmpZv

到了这里,关于玉米叶病害识别(图像连续识别和视频识别,python代码,pytorch框架)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Python+Yolov5水稻病害侦测识别

    程序示例精选 Python+Yolov5水稻病害侦测识别 如需安装运行环境或远程调试,见文章底部个人 QQ 名片,由专业技术人员远程协助! 这篇博客针对Python+Yolov5水稻病害侦测识别编写代码,代码整洁,规则,易读。 学习与应用推荐首选。 一、所需工具软件 二、使用步骤       

    2024年02月06日
    浏览(36)
  • Python——基于pytorch的3D视频动作识别

            pytorch初接触——唐宇迪教教程的3D卷积视频动作识别。接触之后,发现pytorch比tensorflow的用户体验要好一点点,TF由于兼容性问题,从其他地方拿到代码,第一感觉就是跑不起来,很多代码都是基于TF1.x写的,跟2.x一堆不兼容问题。由此开始研究pytorch,后面用的顺手

    2023年04月08日
    浏览(36)
  • 毕业设计-基于深度学习玉米叶病虫害识别系统 YOLO python 机器学习 目标检测 人工智能 算法

    目录 前言 设计思路 一、课题背景与意义 二、算法理论原理 2.1 卷积神经网络 2.2 YOLOv5算法 三、检测的实现 3.1 数据集 3.2 实验环境搭建 3.3 实验及结果分析 实现效果图样例 最后        📅大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准

    2024年02月03日
    浏览(136)
  • opencv/深度学习框架/图像识别零基础学习课程(代码+视频+详细pdf资料)

    学习掌握OpenCV的所有必要知识是成为一名优秀计算机视觉工程师的必经之路。 通过深入学习OpenCV的图像处理、图像分割、特征提取、目标跟踪、机器学习 等相关知识,可以让你在面试中更有信心,同时也能够更加流畅地编写高效的代码。不仅如此,了解OpenCV的扩展功能和最

    2024年02月12日
    浏览(43)
  • Python图像文字识别详解,实战代码

    📚 个人网站:ipengtao.com 在现代计算机视觉和图像处理应用中,文字识别是一个重要的任务。本篇博客将详细介绍如何使用Python中的文字识别库,以及一些优秀的开源工具,来实现对图片中文字的准确识别。通过丰富的示例代码和详尽的解释,读者将能够全面了解文字识别的

    2024年02月03日
    浏览(48)
  • 【语音识别】连续语音数字电话按键语音识别附Matlab代码

     ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。 🍎个人主页:Matlab科研工作室 🍊个人信条:格物致知。 更多Matlab完整代码及仿真定制内容点击👇 智能优化算法       神经网络预测       雷达通信       无

    2024年02月21日
    浏览(40)
  • 基于YOLOv8/YOLOv7/YOLOv6/YOLOv5的玉米病虫害检测系统(Python+PySide6界面+训练代码)

    摘要:本文介绍了一种基于深度学习的玉米病虫害检测系统系统的代码,采用最先进的YOLOv8算法并对比YOLOv7、YOLOv6、YOLOv5等算法的结果·,能够准确识别图像、视频、实时视频流以及批量文件中的玉米病虫害。文章详细解释了YOLOv8算法的原理,并提供了相应的Python实现代码、

    2024年02月22日
    浏览(54)
  • 第60步 深度学习图像识别:误判病例分析(Pytorch)

    一、写在前面 上期内容基于Tensorflow环境做了误判病例分析(传送门),考虑到不少模型在Tensorflow环境没有迁移学习的预训练模型,因此有必要在Pytorch环境也搞搞误判病例分析。 本期以SqueezeNet模型为例,因为它建模速度快。 同样,基于GPT-4辅助编程,后续会分享改写过程。

    2024年02月10日
    浏览(48)
  • 第62步 深度学习图像识别:多分类建模(Pytorch)

    一、写在前面 上期我们基于TensorFlow环境做了图像识别的多分类任务建模。 本期以健康组、肺结核组、COVID-19组、细菌性(病毒性)肺炎组为数据集,基于Pytorch环境,构建SqueezeNet多分类模型,因为它建模速度快。 同样,基于GPT-4辅助编程,这次改写过程就不展示了。 二、多

    2024年02月11日
    浏览(40)
  • 第53步 深度学习图像识别:Bottleneck Transformer建模(Pytorch)

    一、写在前面 (1)Bottleneck Transformer \\\"Bottleneck Transformer\\\"(简称 \\\"BotNet\\\")是一种深度学习模型,在2021年由Google的研究人员在论文\\\"Bottleneck Transformers for Visual Recognition\\\"中提出。 BotNet的核心思想是 将Transformer模型的自注意力机制(Self-Attention Mechanism)引入到了ResNet模型的瓶颈结构

    2024年02月16日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包