基于深度学习神经网络的农业病虫害识别（完整代码+数据）

项目概述：

建立高质量农作物害虫数据库的研究。在经过网络爬虫，数据库下载、实地拍摄等方法收集到害虫图像数据后，除了传统的人工筛选清洗数据以外，还基于视觉显著性理论，选定 GBVS 和 GrabCut 方法对数据集进行批量分割处理，提高数据集的质量。

利用云计算与深度学习技术训练高精度害虫识别模型的研究。使用 Inception-V3、MobileNet-V2 和 ResNet-50-V2 三种算法作为研究模型，基于 TensorFlow 框架在 Google Colab 云服务器上训练，并使用交叉检验和负样本检验对模型进行筛选，使模型的正负样本精度都达到可落地应用的标准。

使用云服务部署深度学习模型的研究。基于阿里云服务器 ECS , Docker 容器技术和 TensorFlow Serving 镜像，部署深度学习模型，以提供可跨平台访问的 RESTFul API。

开发一套 Web 端作物害虫识别系统，并支持跨平台、跨系统的无差别访问。基于 JS，Vue、TensorFlow 和 OpenCV 等框架技术，实现一个网页端的作物害虫智能识别系统，提供给所有操作系统的用户使用，降低开发与维护成本。

技术路线图

基于深度学习神经网络的农业病虫害识别（完整代码+数据）相关推荐

Python基于深度学习的手写数字识别
Python基于深度学习的手写数字识别 1.代码的功能和运行方法 2. 网络设计 3.训练方法 4.实验结果分析 5.结论 1.代码的功能和运行方法代码可以实现任意数字0-9的识别,只需要将图片载入 ...
论文翻译：基于深度卷积神经网络的肉鸡粪便识别与分类
Recognition and Classification of Broiler Droppings Based on Deep Convolutional Neural Network 基于深度卷 ...
基于深度学习的手写数字识别、python实现
基于深度学习的手写数字识别.python实现一.what is 深度学习二.加深层可以减少网络的参数数量三.深度学习的手写数字识别一.what is 深度学习深度学习是加深了层的深度神经网络 ...
基于深度卷积神经网络的农作物病害识别
基于深度卷积神经网络的农作物病害识别 1.研究思路运用深度学习的方法,基于ResNet-50以及 InceptionV3.MobileNet等神经网络,并在这些基础结构上改进部分模型.该研究主要 ...
基于深度卷积神经网络的玉米病害识别
基于深度卷积神经网络的玉米病害识别 1.研究思路算法模型是先将图像预处理,应用Tripletloss双卷积神经网络结构学习玉米图像特征,再使用SIFT算法提取图像纹理细节,最后通Softmax对图像 ...
基于深度学习的手写数字识别Matlab实现
基于深度学习的手写数字识别Matlab实现 1.网络设计 2. 训练方法 3.实验结果 4.实验结果分析 5.结论 1.网络设计 1.1 CNN(特征提取网络+分类网络) 随着深度学习的迅猛发展,其应 ...
【论文笔记】《基于深度学习的中文命名实体识别研究》阅读笔记
作者及其单位:北京邮电大学,张俊遥,2019年6月,硕士论文摘要实验数据:来源于网络公开的新闻文本数据:用随机欠采样和过采样的方法解决分类不均衡问题:使用BIO格式的标签识别5类命名实体,标注11 ...
基于深度学习的自然场景文字识别
声明:本文来源,详细内容请参考原博文https://blog.csdn.net/xiaofei0801/article/details/72778223 1.1引言传统光学字符识别主要面向高质量的文 ...
基于深度学习的水果检测与识别系统（Python界面版，YOLOv5实现）
摘要:本博文介绍了一种基于深度学习的水果检测与识别系统,使用YOLOv5算法对常见水果进行检测和识别,实现对图片.视频和实时视频中的水果进行准确识别.博文详细阐述了算法原理,同时提供Python实现代 ...

基于深度学习神经网络的农业病虫害识别（完整代码+数据）

技术路线图

基于深度学习神经网络的农业病虫害识别（完整代码+数据）相关推荐

最新文章

热门文章