首页 > 分享 > web网页html版基于卷积神经网络对不同柑橘病变识别

web网页html版基于卷积神经网络对不同柑橘病变识别

最新推荐文章于 2024-11-04 00:05:58 发布

bug生成中 于 2024-06-28 21:55:47 发布

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

代码下载:

https://download.csdn.net/download/qq_34904125/89486460

本代码是基于python pytorch环境安装的。

下载本代码后,有个环境安装的requirement.txt文本,环境需要自行配置。

或可直接参考下面博文进行环境安装。

深度学习web网页html版环境安装-CSDN博客

安装好环境之后,

代码需要依次运行 01数据集文本生成制作.py

02深度学习模型训练.py

和03html_server.py

数据集介绍,下载本资源后,界面如下:

数据集文件夹存放了本次识别的各个类别图片。

本代码对数据集进行了预处理,包括通过在较短边增加灰边,使得图片变为正方形(如果图片原本就是正方形则不会增加灰边),和旋转角度,来扩增增强数据集,

运行01数据集文本制作.py文件,会就读取数据集下每个类别文件中的图片路径和对应的标签

运行02深度学习模型训练.py就会将txt文本中记录的训练集和验证集进行读取训练,训练好后会保存模型在本地

训练完成之后会有log日志保存本地,里面记录了每个epoch的验证集损失值和准确率。

运行03html_server.py就可以生成与网页交互的url了

然后我们复制这个url(http://127.0.0.1:4399)在本机电脑的网页上打开,或手动输入这个url,切记不要输错

这个时候网页正中心的按钮,点击就可以加载图片识别了,首先选择我们数据集文件夹里面的图片,进行加载

加载图片之后,选择点击识别按钮进行识别即可

相关知识

基于python编程的五种鲜花识别
基于卷积神经网络的花卉识别方法
基于卷积神经网络的牡丹花品种识别
基于超轻量级全卷积神经网络的花卉识别方法
基于深度卷积神经网络的农作物病虫害识别及实现
【花卉识别系统】Python+卷积神经网络算法+人工智能+深度学习+图像识别+算法模型
基于改进卷积神经网络的苹果叶部病害识别
基于卷积神经网络的花卉识别技术 Flower Recognition Based on Convolutional Neural Networks
基于深度卷积神经网络的植物病虫害识别
基于卷积神经网络和集成学习的材质识别和分割方法研究

网址: web网页html版基于卷积神经网络对不同柑橘病变识别 https://m.huajiangbk.com/newsview1356745.html

所属分类:花卉
上一篇: 农杆菌介导的长春花和柑橘遗传转化
下一篇: 晚熟柑橘果子病变(晚熟柑橘果子病