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
tap.AI3 分钟前
RAG系列(一) 架构基础与原理
人工智能·架构
北邮刘老师15 分钟前
【智能体互联协议解析】北邮ACPs协议和代码与智能体互联AIP标准的关系
人工智能·大模型·智能体·智能体互联网
亚马逊云开发者26 分钟前
使用Amazon Q Developer CLI快速构建市场分析智能体
人工智能
Coding茶水间31 分钟前
基于深度学习的非机动车头盔检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉
Rose sait42 分钟前
【环境配置】Linux配置虚拟环境pytorch
linux·人工智能·python
福客AI智能客服1 小时前
从被动响应到主动赋能:家具行业客服机器人的革新路径
大数据·人工智能
司南OpenCompass1 小时前
衡量AI真实科研能力!司南科学智能评测上线
人工智能·多模态模型·大模型评测·司南评测
罗宇超MS1 小时前
如何看待企业自建AI知识库?
人工智能·alm
土星云SaturnCloud1 小时前
液冷“内卷”:在局部优化与系统重构之间,寻找第三条路
服务器·人工智能·ai·计算机外设