农作物叶片病害检测系统完整代码(UI界面+YOLOv5+训练数据集)

作品简介

功能:农作物叶片病害检测系统用于智能检测常见农作物叶片病害情况,自动化标注、记录和保存病害位置和类型,辅助作物病害防治以增加产值。主要用于常见农作物叶片病害的智能检测,利用相机采集的作物图像,基于深度学习技术识别包括苹果黑星病、绣叶、玉米灰叶斑病等30种常见的病害类型,输出病害处的标记框和对应类别,以辅助自动化农作物病害防治;软件提供登录注册功能,可进行用户管理;软件能有效识别相机采集的图片、视频等文件形式,检测叶片表面病害情况,并记录识别结果在界面表格中方便查看;可开启摄像头实时监测和统计实际农作物叶片,以检测其病害情况,系统支持结果记录、展示和保存。

付费完成后面包多网站会在本页面下方自动解锁资源下载链接,滑动页面到下方就能看到了,点击下载即可。

此代码资源包为本人在 CSDN 、知乎、博客园等平台上分享的博文:基于深度学习的农作物叶片病害检测系统(UI界面+YOLOv5+训练数据集)中分享的完整代码和资源整合。包含训练数据集、训练代码、UI界面代码、深度学习模型等完整代码。

文件夹内包含的文件详情如下:

  • 完整程序文件(.py等)
  • UI界面源文件、图标(.ui、.qrc、.py等)
  • 训练测试数据集、视频文件(.png、.jpeg、.mp4等)
  • 训练测试代码

附件中的文件夹压含以下内容:


部分效果演示

(一)登录注册界面

(二)选择图片识别

(三)视频识别效果展示

(四)摄像头检测效果展示


注意事项:

(1)如何使用代码及注意事项见我的博文,详细技术细节请参阅本人博客:基于深度学习的农作物叶片病害检测系统(UI界面+YOLOv5+训练数据集)

(2)注意:虚拟产品一经售出概不退款!

(3)版权所有,未经许可禁止转载及用于商业化用途;

(4)该代码采用Pycharm+Python3.8开发,经过测试能成功运行,运行界面的主程序为runMain.py和PlantDocLoginUI.py,测试图片脚本可运行testPicture.py,测试视频脚本可运行testVideo.py为确保程序顺利运行,请按照requirements.txt配置Python依赖包的版本。

创作时间:2023-03-14 13:38:04