该博客介绍了使用Python和深度学习进行农业病虫害检测，涉及AlexNet、GoogleNet、VGG、ResNet等10多种模型的训练与对比，展示了训练过程中的精度、召回率和F1-score。此外，还利用PyQT创建了可视化界面，用于加载图片进行识别。
demo仓库和视频演示找080期：
效果展示图如下：
代码文件展示如下：
运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，
运行02train.py可以对txt文本中的图片路径读取并训练模型，
在02中可以选择的模型有10多种，可以都训练进行对比、包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。
训练的每个epoch都会显示准确率precision、召回率recall和 f1-score
最低0.47元/天 解锁文章
扫一扫
284
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
