葡萄叶病害识别（图像连续识别和视频识别，Python代码，pyTorch框架）_哔哩哔哩_bilibili
葡萄数据集
第一个文件夹为
Grape Black Measles（葡萄黑麻疹）病害（3783张）
Grape Black rot葡萄黑腐病病害数据集（3596张）
Grape Healthy 健康葡萄叶（2594张）
Grape Isariopsis Leaf Spot（叶斑病）（3228张）
2.项目文件
第一个文件夹（data）： 装载的是原始图像
第二个文件夹（GUI）：装载的是随意选取的图像，供vedio_creat.py处理后生成视频。
第三个文件夹（piture）:装载的是经hf.py对data文件夹处理后，生成的训练集和测试集
第四个文件是class_indices.json是装载的标签和对应类别名称
第五个文件：CNN.pth是装载训练好的模型参数
第六个文件：GUI_VEDIO.py是呈现GUI界面，包括对图像连续识别和对视频识别
第七个文件：hf.py是对data文件夹进行操作，生成训练集和测试集
第八个文件：model.py是模型
第九个文件：predict.py是对单独的照片（tulip.jpg）进行识别
第十个文件：train.pys是训练脚本
第十一个文件：vedio.mp4，是以一帧一秒的速度，将一个个的图像经vedio_creat.py处理后，生成视频，以模拟无人机采集的的农业视频，做实时检测。视频识别的时候，也是以一秒一帧的速度取图像。
对项目感兴趣的可以关注，代码和数据集已经放到压缩包，解压缩后无需配置繁琐路径，可以直接运行
mport threading
import os
import json
import torch
import cv2
from PIL import Image
from torchvision import transforms
import tkinter as tk
from tkinter import filedialog
from model import CNN
#压缩包https://mbd.pub/o/bread/ZJ2Ykphu