农田害虫检测识别项目-高精度完整版
一、说明：
- 该版本为基于泰迪杯完整害虫数据重新制作数据集、优化增强数据集、重新进行模型训练，达到高精度、高召回率的最优模型代码。
- 包含论文、最优模型文件以及相关文件、原始数据集、训练数据集XML版、增强扩充数据集、处理过程代码、保姆级教程视频
二、效果展示
训练模型结果：
三、项目完整介绍
项目说明：
-
利用附件1和附件2的信息，建立确定害虫位置及种类的模型和算法。
-
应用问题1所建立的模型和算法对附件3中提及的图像进行识别，并确定害虫的位置，将结果存放在"result2.csv"文件中（模板文件见附件4中的result2.csv）。
-
根据问题2得到的结果，对附件3中提及的图像文件中不同种类的害虫数量进行统计，将统计结果存放在"result3.csv"文件中（模板文件见附件4中的result3.csv）。
数据集介绍：
1、原始数据集（附件一）：
包含3015张图片。其中有害虫标签的图片为576张，804张为待测图片、剩余图片为background
给出图片害虫坐标csv（附件二）：
2、制作训练集data：
通过代码处理制作xml标注的文件。真实查看清晰的图片标注情况
3、数据增强扩充数据集：
通过代码、软件等工具进行数据增强扩充处理，因为一共有28种类别，所以原来训练集的576张图片不够，所以必须扩充数据。
4、模型训练参数配置：
python train.py --device 0 --weights ./weights/yolov5s.pt --cfg ./models/yolov5s.yaml --data ./data/hc.yaml --batch-size 4 --imgsz 1280 --epochs 100 --name hc_v1-b4_1280_100epo预测结果展示：
四、完整更新版获取：
【腾讯文档】葡萄技术服务小店（商品列表）
https://docs.qq.com/sheet/DWG9DSUpQcnVsZlZZ?tab=BB08J2