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txt格式,包括图片的路径和对应的标签。
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txt格式,包括图片的路径和对应的标签。
6887
3872

被折叠的 条评论
为什么被折叠?