132基于深度学习的识别+Qt界面之叶子疾病检测

本文介绍了使用深度学习技术实现的叶子疾病识别系统,包括数据集准备、模型训练(如AlexNet、DenseNet等)、Qt界面集成,以及最终的图像识别应用。用户可以通过exe文件轻松对叶子图片进行疾病诊断。
摘要由CSDN通过智能技术生成

本期给大家介绍的是基于深度学习的识别+QT界面的叶子疾病识别。效果图如下:

代码仓库和视频演示地址:

132基于深度学习的识别+Qt界面之叶子疾病检测_哔哩哔哩_bilibili

整个文件夹主要是data数据集文件夹和2个py文件+一个Qt界面。

数据集放在data文件夹下,共4个叶子疾病:'枯萎病','普通锈病','灰色叶斑','健康'

运行01数据集文本生成制作.py可以将data文件夹下的图片路径保存成t

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
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