害虫鉴定数据集，它包括穿果蛾、瘿蝇、蝗虫和螟虫。所有图像均来自于2021年2月28日谷歌图像结果。每类有300-400张不等，共1669张图片 害虫鉴定数据集，它包括穿果蛾、瘿蝇、蝗虫和螟虫。所有图像均来自于2021年2月28日谷歌图像结果。每类有300-400张不等，共1669张图片

草莓图像,包含了草莓叶片的病虫害图片和正常的叶片图片，2500多张草莓叶子图片，非自然环境，单一背景。 草莓图像,包含了草莓叶片的病虫害图片和正常的叶片图片，2500多张草莓叶子图片，非自然环境，单一背景。

基于改进SSD算法(SE+特征融合)的苹果叶病虫害识别系统源码(pytorch框架)+改进前源码+病害数据集+项目说明.zip 主要改进点如下： 1、替换backbone为Resnet/MobileNet 2、添加一种更加轻量高效的特征融合方式 feature fusion module 3、添加注意力机制 (Squeeze-and-Excitation Module 和 Convolutional Block Attention Module) 4、添加一种解决正负样本不平衡的损失函数Focal Loss 附有苹果叶病害数据集，可训练模型

基于深度学习的常见作物病虫害识别系统的源码+数据集.zip内附教程和论文。 软件架构 1.深度学习技术栈：Python3.7 , Tensorflow 2.1, google colab 2.服务端技术栈：阿里云ECS，Ubuntu-18-04-x64，Docker, Tensorflow Serving, nginx , tomcat 3.web客户端技术栈：Vue2 , Echarts , Tensorflow for js, Opencv for js 教程 -- tensorflow从安装到部署到服务器的保姆级教程 客户端代码 -- Web端，“hc”是jquery的版，“recogpest”是vue版 （上面成果里面的识别系统用的是vue版） 论文 -- 参考论文、最后毕业的论文、性能统计结果等成果 深度模型训练测试代码 -- 训练、测试深度学习模型的代码 基于深度学习的常见作物病虫害识别系统的源码+数据集.zip内附教程和论文。基于深度学习的常见作物病虫害识别系统的源码+数据集.zip内附教程和论文。基于深度学习的常见作物病虫害识别系统的源码+数据集.zip内附教程和论

智慧农业_3类柑橘病虫害数据集522张已标注_voc格式+yolo格式标签 一共522张，两种格式标签，多种目标检测算法可以直接用。由于数据太大，上传的是下载链接，可放心下载！ 病害类别为三类{'0': "HLB",'1': "ill",'2': "health"}

基于深度学习的粮食作物病虫害识别系统源码+教程（毕业设计）.zip已获导师指导并通过的高分项目。本项目是一个非常完整的深度学习实践项目，内附教程+论文。 目前，人工智能技术在农业领域的普及应用，还存在着数据共享不足、 算法门槛过高、算力垄断、实验与应用环境差距过大等问题。所以，本文基于 云计算技术与人工智能深度学习的计算机视觉技术，开发了一套跨平 台、易使用的农作物病虫害自动识别系统，大幅降低了人工智能技术的使用门槛，使农业 从业人员也可享受智能技术红利，促进智慧农业发展。 基于深度学习的粮食作物病虫害识别系统源码+教程（毕业设计）.zip已获导师指导并通过的高分项目。本项目是一个非常完整的深度学习实践项目，内附教程+论文。 目前，人工智能技术在农业领域的普及应用，还存在着数据共享不足、 算法门槛过高、算力垄断、实验与应用环境差距过大等问题。所以，本文基于 云计算技术与人工智能深度学习的计算机视觉技术，开发了一套跨平 台、易使用的农作物病虫害自动识别系统，大幅降低了人工智能技术的使用门槛，使农业 从业人员也可享受智能技术红利，促进智慧农业发展。

基于机器学习实现的农作物病虫害识别系统源码+全部数据.zip已获导师指导并通过的高分项目 本项目是一个非常完整的深度学习实践项目，内附从安装到部署详细教程。 目前，人工智能技术在农业领域的普及应用，还存在着数据共享不足、 算法门槛过高、算力垄断、实验与应用环境差距过大等问题。所以，本文基于 阿里云计算技术与机器学习计算机视觉技术，开发了一套农作物病虫害识别系统，大幅降低了人工智能技术使用门槛，使农业从业人员也可享受智能技术红利，促进智慧农业发展。 基于机器学习实现的农作物病虫害识别系统源码+全部数据.zip已获导师指导并通过的高分项目 本项目是一个非常完整的深度学习实践项目，内附从安装到部署详细教程。 目前，人工智能技术在农业领域的普及应用，还存在着数据共享不足、 算法门槛过高、算力垄断、实验与应用环境差距过大等问题。所以，本文基于 阿里云计算技术与机器学习计算机视觉技术，开发了一套农作物病虫害识别系统，大幅降低了人工智能技术使用门槛，使农业从业人员也可享受智能技术红利，促进智慧农业发展。

基于机器学习的水稻病虫害自动识别系统源码+数据.zip已获导师指导并通过的高分项目。 本项目是一个非常完整的机器学习实践项目，内附从安装到部署详细教程。 目前，人工智能技术在农业领域的普及应用，还存在着数据共享不足、 算法门槛过高、算力垄断、实验与应用环境差距过大等问题。所以，本文基于 云计算技术与人工智能机器学习学习的计算机视觉技术，开发了一套跨平 台、易使用的水稻病虫害自动识别系统，大幅降低了人工智能技术使用门槛，使农业 从业人员也可享受智能技术红利，促进智慧农业发展。基于机器学习的水稻病虫害自动识别系统源码+数据.zip已获导师指导并通过的高分项目。 本项目是一个非常完整的机器学习实践项目，内附从安装到部署详细教程。 目前，人工智能技术在农业领域的普及应用，还存在着数据共享不足、 算法门槛过高、算力垄断、实验与应用环境差距过大等问题。所以，本文基于 云计算技术与人工智能机器学习学习的计算机视觉技术，开发了一套跨平 台、易使用的水稻病虫害自动识别系统，大幅降低了人工智能技术使用门槛，使农业 从业人员也可享受智能技术红利，促进智慧农业发展。

基于深度学习的樱桃病虫害管理系统源码+教程（毕业设计）.zip已获导师指导并通过的高分项目，内附说明书，小白也可操作，也可作为课程设计、期末大作业 包含：项目源码、项目说明等，该项目可以直接作为毕设使用。 项目都经过严格调试，确保可以运行！ 基于深度学习的樱桃病虫害管理系统源码+教程（毕业设计）.zip已获导师指导并通过的高分项目，内附说明书，小白也可操作，也可作为课程设计、期末大作业 包含：项目源码、项目说明等，该项目可以直接作为毕设使用。 项目都经过严格调试，确保可以运行！ 基于深度学习的樱桃病虫害管理系统源码+教程（毕业设计）.zip已获导师指导并通过的高分项目，内附说明书，小白也可操作，也可作为课程设计、期末大作业 包含：项目源码、项目说明等，该项目可以直接作为毕设使用。 项目都经过严格调试，确保可以运行！ 基于深度学习的樱桃病虫害管理系统源码+教程（毕业设计）.zip已获导师指导并通过的高分项目，内附说明书，小白也可操作，也可作为课程设计、期末大作业 包含：项目源码、项目说明等，该项目可以直接作为毕设使用。 项目都经过严格调试，确保可以运行！

包含了甜菜、苜蓿、葡萄、柑橘 、芒果共等8种作物