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

neo4j图数据库+python+知识图谱（适用于毕业/课程设计）

40种植物叶片病虫害数据集 收集了40种植物叶片病虫害特征数据图片，用于深度学习模型的建立和训练。

压缩包内提供百度网盘下载链接，永不过期！ 该数据集包含了水稻、玉米、小麦、甜菜、苜蓿、葡萄、柑橘 、芒果共8种作物的75000 多幅图像。前五种作物为大田作物（FC， field crops），后三种为经济作物（EC，economic crops）。该数据集可以用于深度学习与农作物方面图像处理研究。 该数据集包含了水稻、玉米、小麦、甜菜、苜蓿、葡萄、柑橘 、芒果共8种作物的75000 多幅图像。前五种作物为大田作物（FC， field crops），后三种为经济作物（EC，economic crops）。该数据集可以用于深度学习与农作物方面图像处理研究。 该数据集包含了水稻、玉米、小麦、甜菜、苜蓿、葡萄、柑橘 、芒果共8种作物的75000 多幅图像。前五种作物为大田作物（FC， field crops），后三种为经济作物（EC，economic crops）。该数据集可以用于深度学习与农作物方面图像处理研究。

基于Android移动终端的烟草病虫害图像智能识别系统研究.pdf

基于深度学习的常见作物病虫害识别系统的设计与实现源代码+论文+教程。 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 云计算技术与人工智能深度学习的计算机视觉技术，开发了一套开源、跨平 台、易使用的农业害虫识别系统，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。初步研究结果如下： 1. 收集、筛选、预处理并开源共享了大量的农作物害虫图像数据集。首先 选取了 41 类农作物常见害虫作为研究对象；通过网络检索、数据库收录和实地 拍摄等方法，收集了一万余张害虫图像；基于 GBVS 和 GrubCut 自动分割提取 出了数据量 4:1 的训练和测试数据集，用于算法训练和效果测试。 2. 实现了深度学习算法对农业害虫数据的迁移学习，达到了对已收录害虫 93%高精度识别。

本系列课程利用MATLAB进行深度学习，课程将从数据集设置、模型搭建、模型训练、模型测试、模型评价等方面，深入介绍MATLAB深度学习工具箱。最后利用一个实例——多种果树病虫害识别。（这是最新版，2022年6月更新！这个Alexnet版适合电脑配置低的网友，电脑配置好的可以下载VGG19版本）

基于AI农作物病虫害预警系统源码。基于AI的农作物病虫害预警系统，是一个助农项目。病虫害查询，通过AI图片识别，帮助农民第一时间识别病虫害原因，在通过后端算法，病害无法覆盖到植物的方方面面，再次提供植物查询处理此方面的特殊情况。虫害无法覆盖动物的方方面面，再次提供动物查询处理此方面的特殊情况。通过对某地区农民使用情况的分析，为职能部门或农民提供预警信息，从而起到防护的目的。 概述 （1）拍照识别病虫害、植物、动物 （2）提供植物病虫害知识信息和防治方法的综合解决方案 （3）提供全国范围内病虫害形势图 （4）提供病虫害查询 （5）提供资源农历表通过这个系统的建设，普通农民通过访问基于AI农作物病虫害预警系统，就可将手机对准病虫害，拍几张病虫害部位的照片后，点击识别按钮，即可鉴别出病虫害具体类型并给出防治方案。

Bacterialblight 1584张 Blast 1440张 Brownspot 1600张 Tungro 1308张 每个文件夹中的数据图像按照顺序依次标号，方便使用！