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！

【图像检测】基于K-mean和形态学算法实现叶子病虫害检测matlab源码.zip

模型、数据集、代码、GUI 建议MATLAB版本为2021a 专门导入MATLAB中可以直接运行出结果 解压后都放在同一个目录下 博主有相关的博客文章 有能力的小伙伴建议自己动手去实现一下 欢迎讨论~ 以下是一些“废话”： 本压缩包为博主本人课程设计的最终结果 虽然通过了考验 但是在很大程度上有很不足 各位谨慎下载谨慎使用 且本压缩包内容建议仅作为参考学习内容 旨在帮助初次接触这类课题的小伙伴们提供解决问题的思路 在是在没有更好的解决方案之前 个人认为可以直接使用本压缩包的资源 但是希望小伙伴们能通过我的抛砖引玉激发自己的新奇的想法 我个人认为本人只是为了通过课程设计 很大程度没有解决众多问题 比如对“未知”类别标签的设置是缺失的 又比如用户名密码的设置是简单的Excel表格读写缺乏安全性 而且代码冗余度也很高 GUI的设计也不够精美，页面布局过于笼统 希望各位小伙伴勇于创新 最最后 再次建议小伙伴们不要直接使用本压缩包资源作为自己的最终成果 这样是对自己的不负责 一定要勤奋思考 如果实在是没有想法，至少要把该资源内的代码弄明白 好好学学里面用到的VGG-19网络模型 以上~

用于深度学习框架的植物病虫害数据集

黄瓜病虫害数据集

高光谱成像是一种新兴的无损快速检测技术，可以同时获取研究对象的图像和光谱信息，集成了光谱分析和图像处理的优势，已成为农产品病虫害信息快速、无损检测的重要手段之一，在农产品的溃疡病、褐斑病、白粉病、黑星病、腐烂、虫蛀等病虫害无损检测中的应用越来越广泛。本文简述了高光谱成像系统，总结分析了其在水果、蔬菜、肉类、谷物等农产品病虫害无损检测中的国内外最新研究进展，提出了农产品病虫害高光谱成像技术检测的未来研究发展方向，以期对相关研究人员的研究工作提供参考。

其中包括：原始数据集，根据YOLO标注好的数据集，我自己训练好的模型以及我的标签文件等，我共分了8类标签，分别是：flower，health，ripe，fruit，fertilizer，powdery，acalcerosis，greyleaf。希望对你有所帮助

项目架构：B/S架构 开发语言：Java语言 开发软件：idea eclipse 前端技术：Layui、HTML、CSS、JS、JQuery等技术 后端技术：JAVA 运行环境：Win10、JDK1.8 数 据 库：MySQL5.7/8.0 运行服务器：Tomcat7.0 CSDN太坑了，设置是0积分，动态调整下载积分太多，想要源码的私信我吧。

自然环境下，4种水稻叶片病虫害数据集 Bacterial blight（白叶枯病）共1548张，Blast（稻瘟病）共1440张，Brown Spot（褐斑病）共1600张，Tungro(水稻東格魯桿狀病毒)共1308张。自然环境下，水稻叶片病虫害数据集。

结合深度学习技术，提出了一种基于目标检测算法的农田病虫害识别方法，实现了农田病虫害的自动识别，提高了识别精度。 首先，建立有标签的农作物有害生物数据库； 然后使用Faster R-CNN算法，模型使用改进的Inception网络进行测试； 最后，在农作物病虫害数据库上对提出的目标检测模型进行了训练和测试，平均精度高达90.54％。