我国作为世界上最大的葡萄生产国和消费国,葡萄产业已经成为很多地方脱贫致富的支柱产业,但是葡萄病害影响葡萄品质和果实产量,因此快速而精准地识别葡萄病害类型及病害程度是增产增收的重要保障。数据集收集自plant_village,在其基础上用voc格式进行标注,葡萄叶片病害数据集,可用于目标检测,使用数据增强技术完成对搜集的病害样本图片进行扩充,建立了葡萄病害叶片的数据集。传统的依靠人工进行病害识别、诊断并进行决策的生产方式效率低下且劳动成本高昂,迫切需要实现病害的智能化诊断。作为信息技术的核心之一,人工智能技术为实现农业信息化和智能化提供了重要支撑,随着深度学习技术的快速发展,农业领域中的农作物病虫害识别、检测、分割与计数等研究均取得了一定的进展,对实现病虫害的精准防治、减少经济损失及生物育种等具有重要意义。
2022-09-30 16:05:15 39.36MB 葡萄病害 目标检测
1
深度学习,训练分割模型的标注工具,可以实现多边形的标注,需要的可以下载,labelme同时也可以用来标注视频,直接下载运行exe即可,免安装程序。
2022-09-29 22:09:04 65.34MB labelme 深度学习标注工具
1
"airplane", "ship", "storage tank", "baseball diamond", "tennis court", "basketball court", "ground track field", "harbor", "bridge", "vehicle"
2022-09-29 17:05:03 121.54MB 数据标注
1
文件适用于qt+谷歌地图/qt+天地图交互的研究与测试 文件夹内包含的分别是谷歌和天地图的html文件。 其他参数用于qt和js通信的部分,可以留言获取支持
2022-09-28 14:04:49 6KB qt 地图标注 谷歌地图 天地图
1
旋转目标检测标注工具roLabelImg在windows下封装的exe包 保留了原始快捷键
2022-09-26 12:05:12 41.58MB AI 数据标注 目标检测 旋转目标检测
1
labelme标注工具生成的json文件内容格式转YOLOV3标签格式
2022-09-24 16:06:05 2KB yolov3 深度学习 python
1
高空作业安全带,VOC数据集已经标注,标准了安全带的各个关键点,行人,能够应用到安全带的检测,判断做业人员是否按照穿戴标准作业。
2022-09-23 21:05:31 227.34MB 数据集
1
xcp标准
2022-09-21 18:05:22 1.51MB xcp
1
在在3dmax里进行尺寸标注,很方便实用
2022-09-21 07:12:04 35KB 标注
1
安装rolabelme标注工具的全套安装包,包含rolabelme源码,everything.exe,pyQt4
2022-09-20 20:06:13 89.79MB rolabelme
1