植物病理学项目
项目描述：
该项目取自植物病理学。对影响农作物的许多疾病的误诊会导致化学药品的滥用，导致耐药菌病原体的出现，投入成本的增加以及更多爆发，造成重大的经济损失和环境影响。在这个项目中，我们将使用苹果叶片的图像来训练可以正确诊断感染和健康叶片的模型。我们将以对模型进行训练的方式来转换图像，以获取用户将提交的真实世界数据（不同的亮度，角度，叶片位置，颜色等）。
我们最初的目标是95％的准确性，使用EfficientNet b5之后，我们能够达到95.9％的准确性。重要说明是，此项目是使用Google Colab创建的，因此必须使用项目中指定的相同目录路径装载和格式化Drive，才能使用个人计算机运行该项目。
该项目的重点：
格式化要在ImageFolder和DataLoader中使用的图像目录。
图像增强可复制真实世界的数据示例。
为未标记的测试数据创建自定义数据集。
实施转移学习
2021-12-28 20:54:02
1.96MB
1
imgviz
图像可视化工具
| |
安装
pip install imgviz
# there are optional dependencies like skimage, below installs all.
pip install imgviz[all]
依存关系
枕头> = 5.3.0
PyYAML
入门
# getting_started.py
import imgviz
# sample data of rgb, depth, class label and instance masks
data = imgviz . data . arc2017 ()
# colorize depth image with JET colormap
depth = data [ "depth" ]
depthviz = imgviz . depth2rgb ( depth , mi
2021-10-22 16:48:56
8.28MB
1
Graph Visualization and Navigation in Information Visualization A Survey原文+译文
2021-06-19 10:35:24
5.04MB
1
今天小编就为大家分享一篇pytorch实现mnist数据集的图像可视化及保存，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-26 16:44:14
94KB
1