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

黄麻病害数据集，在这项工作中，我们使用一个脚本从谷歌Images和其他来源收集我们感兴趣的所有昆虫的照片，并将它们与实验室处理的照片结合起来。我们的数据集由4个类组成。每个类的平均计数为384，总计1535幅图像。由于Kaggle的限制，我们将每个类的图像限制在220张。本图像数据集中列出了四种重要的黄麻害虫

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"}

收集了70多篇农作物病害识别方面的论文研究，有关如何编写算法进行实现，都是高引的，希望对需要人士有所帮助

图像分类病害识别数据，水稻数据，包括非叶片未知数据，可直接进行卷积神经网络训练

提供大量数据集，可供智能算法数据集训练

路面裂缝病害数据集，大量图片

铁轨表面病害数据集-铁轨表面剥落掉块

八类患病番茄的叶片图像 八类患病番茄的叶片，每类大约100张左右。 深度学习植物病害识别。

受疾病感染水稻植株叶片图像数据集 本数据集包含120张水稻染病叶片的jpg图像。这些图像根据疾病类型分为三类。每节课有40张图片。