基于LeNet的农业病害图像识别

实验流程：

1. 问题分析
2. 整体框架
3. 数据准备
4. 代码实现
5. 实验结果

a. 问题分析
首先我们针对农业病害识别问题做一个简单分析，我们希望做出来的效果是：用户输入一张患病的植物图片，得到该病害所属类型，同时输出预测准确率accuracy和loss。
b.整体框架如下图：

c.数据准备
我们使用的数据均来自网络搜集，本次实验我们只选择了四种玉米病害图像进行实验，数据已经经过预处理，分布如下表：

真实数据是下面这样的：

d.代码实现
我们使用Keras编写的代码结构，实验中加入了Keras ImageDataGenerator 增强我们的数据。数据集读取方式直接采用Keras自带的，训练集和测试集数据各放在4个文件夹下，类别标签名分别设置为0、1、2、3.。全部代码如下：

from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D
f