一、代码功能:

检测任务：基于 YOLOv9 的植物叶片病害识别系统

检测类别：支持 29 类目标（中英文对照）：Apple Scab Leaf（苹果黑星病叶） / Apple leaf（苹果叶） / Apple rust leaf（苹果锈病叶） / Bell_pepper leaf spot（甜椒叶斑） / Bell_pepper leaf（甜椒叶） / Blueberry leaf（蓝莓叶） / Cherry leaf（樱桃叶） / Corn Gray leaf spot（玉米灰斑病叶） / Corn leaf blight（玉米叶枯病） / Corn rust leaf（玉米锈病叶） / Peach leaf（桃叶） / Potato leaf early blight（马铃薯早疫病叶） / Potato leaf late blight（马铃薯晚疫病叶） / Potato leaf（马铃薯叶） / Raspberry leaf（覆盆子叶） / Soyabean leaf（大豆叶） / Squash Powdery mildew leaf（南瓜白粉病叶） / Strawberry leaf（草莓叶） / Tomato Early blight leaf（番茄早疫病叶） / Tomato Septoria leaf spot（番茄斑点病叶） / Tomato leaf bacterial spot（番茄细菌性斑点叶） / Tomato leaf late blight（番茄晚疫病叶） / Tomato leaf mosaic virus（番茄花叶病毒叶） / Tomato leaf yellow virus（番茄黄化病毒叶） / Tomato leaf（番茄叶） / Tomato mold leaf（番茄霉病叶） / Tomato two spotted spider mites leaf（番茄双斑蜘蛛螨叶） / grape leaf black rot（葡萄叶黑腐病） / grape leaf（葡萄叶）

数据集总量：内置 2558 张植物叶片病害检测图像数据集

数据集划分：训练集 2002 张，验证集 311 张，测试集 245 张

输入方式：支持图片、视频、摄像头等多种输入源，界面端实时显示检测结果与置信度

系统架构：采用 PySide6 构建可视化 UI 界面，集成模型推理、结果展示与交互操作，支持一键启动演示

界面修改：可点击界面设置主题背景、图片、图标，可一键增减UI上的控件

结果输出：检测结果支持 CSV 导出，支持保存带框图片 / 视频，支持写入 SQLite 数据库存档

用户功能：有登录注册界面，也可以不启用登录注册

权重管理：支持在线上传与切换 YOLO 模型权重，方便对比不同版本效果

本项目有对应的示例论文和PPT参考（排版好的），可咨询作者获取！

二、详细教程:

原理介绍博客: 思绪无限主页

项目详细说明文档: https://newtopmat.feishu.cn/wiki/SH2ywXxQziEk7Ik5oLecZIsHnLq?from=from_copylink

功能效果展示视频: https://space.bilibili.com/456667721

环境配置博客教程: （1）最新PyCharm 安装详细图文教程；（2）Miniconda 安装与环境配置全流程图解；（3）PyCharm 深度学习项目环境配置与运行

注意事项：版权所有，禁止盗卖或用于商业化用途。