自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(1)
  • 问答 (1)
  • 收藏
  • 关注

原创 yolov5病虫害数据集

写好数据集后放进yolov5的文件夹中 并且在终端运行vscode或者pycharm或者在anaconda prompt里面切换到yolo环境里面运行代码。其中--date 后面是上面路径代码的名字,之后开始训练。路径代码(我是把yolo放到桌面的)后面就会检测你训练集中的图片。可以运行detect代码。数据集包含多种虫类检测。数据集可见主页下载资源。

2024-03-19 16:36:41 391 1

植物保护-深度学习-YOLOv5-病虫害识别训练数据集

植物保护-深度学习-YOLOv5-病虫害识别训练数据集是一个精心策划的数据集,旨在为农业科技领域的研究人员提供强大的工具,以改善病虫害的识别和管理工作。数据集包含了10000张高清图像,覆盖了10余种常见的植物病虫害,每一张图像都经过了专业标注,确保了数据的质量和准确性。 为了进一步提升模型的泛化能力和鲁棒性,数据集经过了数据增强处理,包括随机旋转、翻转、缩放和裁剪等多种变换,从而扩大了训练数据的多样性。这种增强处理有助于模型学习到更多的特征,提高其在实际应用中的表现。 此数据集适用于深度学习框架YOLOv5,它是一个高效的目标检测模型,能够实时地识别和定位图像中的病虫害。通过使用这个数据集,研究人员可以训练和优化YOLOv5模型,使其在病虫害的早期检测和防治中发挥关键作用。 植物保护-深度学习-YOLOv5-病虫害识别训练数据集的推出,不仅能够促进农业科技的发展,还能够帮助农业生产者更有效地管理作物健康,减少农药使用,保护环境,实现可持续农业。

2024-05-18

yolov5病虫害数据集

数据集包含22类不同的农业病害昆虫的图片,每类图片已经整理到训练集文件夹中。里面附带了害虫的标签abc并且备注了abc分别对应哪种害虫。在标签文件夹中也有对应标签txt。

2024-03-19

yolo识别病虫害数据集

2900多张jpg十多种虫类

2024-03-16

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除