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。