(完整版)基于51单片机的医院病房紧急呼叫系统(无线+语音).doc

资源包括近7000张图片，包括患病和健康叶片。

课设 报告 源代码 接口课程设计 病人心率监控 串行通信

EXCEL格式下的国际疾病分类码，包含拼音码和五笔码对照

数据集包含保存在“健康”和“Scab”两个文件夹中的分类图像，以识别其类别。还有一个关于苹果叶子结痂症状的数据集，共296张图片 数据集包含保存在“健康”和“Scab”两个文件夹中的分类图像，以识别其类别。还有一个关于苹果叶子结痂症状的数据集，共296张图片 数据集包含保存在“健康”和“Scab”两个文件夹中的分类图像，以识别其类别。还有一个关于苹果叶子结痂症状的数据集，共296张图片

苹果叶片病害数据集，共3997张图片 苹果叶片病害数据集，共3997张图片 苹果叶片病害数据集，共3997张图片

基于python开发的通过人脸识别遗传病的机器学习系统源码+模型文件+项目说明.zip 【项目结构】 deep_learning文件夹中包含训练端到端神经网络模型的Jupyter文件，文件夹中代码根据分类问题进行组织。 traditional_ml文件夹中包含使用基于传统机器学习的非端到端模型的jupyter文件，文件夹中代码根据分类问题进行组织。 dataset文件夹中包含训练中所使用数据，该数据由于人脸图片隐私性未上传github，可根据论文中提供的数据集获取途径以及搜索引擎获取。 normalized_dataset文件夹用于存放经过图像预处理的图像。 backend文件加中包含可视化程序后端部分代码

基于Pytorch+resnet50的农作物病虫害识别分类项目源码+病害数据集+项目说明文档.zip 【数据增强】 data_aug.py 用于线下数据增强，支持的增强方式： 高斯噪声 亮度变化 左右翻转 上下翻转 色彩抖动 对比度变化 锐度变化 【使用方法】 第一步：将测试集图片复制到 data/test/ 下 第二步：将训练集合验证集中的图片都复制到 data/temp/images/ 下，将两个 json 文件放到 data/temp/labels/ 下 执行 move.py 文件 执行 main.py 进行训练

玉米病害数据集，玉米地实地拍摄，共376张图片，玉米灰斑病，玉米叶枯萎病，玉米锈叶病 玉米病害数据集，玉米地实地拍摄，共376张图片，玉米灰斑病，玉米叶枯萎病，玉米锈叶病 玉米病害数据集，玉米地实地拍摄，共376张图片，玉米灰斑病，玉米叶枯萎病，玉米锈叶病

玉米叶病(NLB)数据集，创建此数据集的目的是用于无人机检测玉米的疾病，健康的叶子有2567张图片，有病害的叶子有1550张 玉米叶病(NLB)数据集，创建此数据集的目的是用于无人机检测玉米的疾病，健康的叶子有2567张图片，有病害的叶子有1550张