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。
2022-05-12 15:43:06
808KB
1
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
2022-05-06 18:50:37
216.36MB
1
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。
2022-05-06 10:20:07
28.61MB
1
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。
2022-05-04 17:05:13
171.05MB
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％。
2022-04-27 17:35:33
413KB
1
data_progress.py用于对数据集进行分类
datasort.py用于对数据集图片进行重命名
train_resnet.py用于训练resnet网络
model_test.py用于用测试集图片对cnn模型和mobilenet模型进行预测，并观察准确率
design.py用于测试界面
results文件夹有resnet网络训练好的h5文件，以及网络训练过程文档和训练过程准确率变换图像
2022-04-16 09:07:43
868.31MB
1