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.zip

上传者: 55305220 | 上传时间: 2022-06-11 11:06:27 | 文件大小: 82.98MB | 文件类型: ZIP
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。

文件下载

资源详情

[{"title":"( 282 个子文件 82.98MB ) 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.zip","children":[{"title":"毕业论文介绍.txt <span style='color:#111;'> 1.62KB </span>","children":null,"spread":false},{"title":"测试_访问结果文件.py <span style='color:#111;'> 2.40KB </span>","children":null,"spread":false},{"title":"测试_单张概率.py <span style='color:#111;'> 2.43KB </span>","children":null,"spread":false},{"title":"训练_res50v2.py <span style='color:#111;'> 8.74KB </span>","children":null,"spread":false},{"title":"grabcut分割批量完整代码.py <span style='color:#111;'> 8.50KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明