基于YOLOv8的茶叶病变检测系统

基于YOLOv8的茶叶病变检测系统 (价格85)

包含 ['Algal Leaf Spot', 'Brown Blight', 'Gray Blight', 'Healthy', 'Helopeltis', 'Red Leaf Spot'] 6个类

翻译: ['藻类叶斑病','褐疫病','灰疫病','健康','茶角盲蝽', '红叶斑病']

通过PYQT构建UI界面,包含图片检测,视频检测,摄像头实时检测。

(该系统可以根据数据训练出的yolov8的权重文件,运用在其他检测系统上,如火焰检测,口罩检测等等,可以根据检测目标更改UI界面。)

相关推荐
夏星印几秒前
学习吴恩达课程机器学习笔记
人工智能·笔记·学习·机器学习·ai
JicasdC123asd5 分钟前
快速跨阶段部分网络改进YOLOv26特征提取效率与梯度流动双重优化
人工智能·yolo·目标跟踪
StfinnWu7 分钟前
论文阅读《GridDehazeNet: Attention-Based Multi-Scale Network for Image Dehazing》
论文阅读·深度学习·机器学习
这张生成的图像能检测吗8 分钟前
(论文速读)Fusion-Mamba:用Mamba重新定义跨模态目标检测
图像处理·目标检测·计算机视觉·图像增强·多模态融合
所 爱9 分钟前
【重磅更新】Cursor Pro 会员独享功能上线!支持 Claude 4.5,智能编码再升级!
人工智能
梦醒过后说珍重13 分钟前
医疗图像超分避坑指南:为什么你不该用 `load_dataset` 下载结构化数据集?
深度学习
Swift社区15 分钟前
AI 时代,应用入口正在消失
人工智能
free_7317 分钟前
超越“回答”,AI Agent迎来全链路安全治理挑战
人工智能·python·网络安全
召田最帅boy19 分钟前
SpringBoot实现AI智能评论审核与自动回复
人工智能·spring boot·后端·架构
德育处主任19 分钟前
『n8n』If组件的用法
人工智能·aigc·工作流引擎