番茄西红柿叶子病害分类数据集12882张11类别

数据集类型:图像分类用,不可用于目标检测无标注文件
数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片
图片数量(jpg文件个数):12882
分类类别数:11
类别名称:["Bacterial_Spot_Bacteria","Early_Blight_Fungus","Healthy","Late_Blight_Water_Mold","Leaf_Mold_Fungus","Powdery_Mildew","Septoria_Leaf_Spot_Fungus","Spider_Mite_Damage","Target_Spot_Bacteria","Tomv","YLCV_Virus"]
每个类别图片数:
Bacterial_Spot_Bacteria 图片数:3
Early_Blight_Fungus 图片数:792
Healthy 图片数:1381
Late_Blight_Water_Mold 图片数:1513
Leaf_Mold_Fungus 图片数:755
Powdery_Mildew 图片数:1469
Septoria_Leaf_Spot_Fungus 图片数:1403
Spider_Mite_Damage 图片数:929
Target_Spot_Bacteria 图片数:73
Tomv 图片数:298
YLCV_Virus 图片数:4266

重要说明:此数据集包含番茄健康叶片样本和患有白粉病、疮痂病、早疫病、叶霉病、斑点病、斑枯病、黄化曲叶病毒病、花叶病毒病、晚疫病菌病、红蜘蛛损伤病的番茄叶片样本,数据集分为11类,共12882张图片
特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放

图片示例:

下载地址: https://download.csdn.net/download/FL1623863129/89297987

  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
番茄叶片病害图像分类是常见的计算机视觉问题,可以使用深度学习方法进行解决。以下是一个简单的番茄叶片病害图像分类代码的示例: ```python import tensorflow as tf from tensorflow.keras.preprocessing.image import ImageDataGenerator # 创建数据生成器 datagen = ImageDataGenerator(rescale=1./255, validation_split=0.2) # 加载训练集和验证集数据 train_generator = datagen.flow_from_directory( 'path_to_train_data', target_size=(224, 224), batch_size=32, class_mode='categorical', subset='training' ) validation_generator = datagen.flow_from_directory( 'path_to_train_data', target_size=(224, 224), batch_size=32, class_mode='categorical', subset='validation' ) # 构建模型 model = tf.keras.models.Sequential([ tf.keras.applications.MobileNetV2(input_shape=(224, 224, 3), include_top=False), tf.keras.layers.GlobalAveragePooling2D(), tf.keras.layers.Dense(10, activation='softmax') ]) # 编译模型 model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy']) # 训练模型 model.fit(train_generator, validation_data=validation_generator, epochs=10) # 保存模型 model.save('tomato_disease_model.h5') ``` 这段代码使用了TensorFlow和Keras库来构建一个基于MobileNetV2的卷积神经网络模型,用于分类番茄叶片病害图像。代码中使用了ImageDataGenerator来进行数据增强和预处理,通过flow_from_directory方法加载训练集和验证集数据。模型使用了Adam优化器和交叉熵损失函数进行编译,并通过fit方法进行训练。最后,模型会被保存为tomato_disease_model.h5文件。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FL1768317420

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值