该博客介绍了使用Python和PyQT进行农业病虫害检测的项目，通过深度学习模型（如AlexNet、DenseNet等）训练，并提供了数据集制作、模型训练以及可视化界面的操作步骤。训练过程中，每个epoch会显示精度、召回率和F1分数，最终生成的评估指标图保存在result文件夹下。
demo仓库和视频演示找080期：
到此一游7758258的个人空间_哔哩哔哩_bilibili
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
5866
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
