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
专注仿真1 分钟前
线性回归和逻辑回归算法详解
开发语言·人工智能·python·大模型训练·控制算法
xsd202411183 分钟前
RelateAnything:53M小模型如何把视觉关系检测从50个谓词里解放出来
人工智能·1024程序员节
新新学长搞科研8 分钟前
【浙江大学主办|ACM出版】第五届人工智能与教育国际学术会议(ICAIE 2026)
人工智能
Zzj_tju8 分钟前
长期记忆让智能体更可靠,还是让错误持续累积?
人工智能·机器学习·语言模型·自然语言处理
cxoptics10 分钟前
如何确定晶体中的光轴
人工智能
weixin_4409323112 分钟前
AI 搜索收录检测的三个工程卡点与一套判据
人工智能
霸道流氓气质20 分钟前
智能客服组件:分层意图识别、RAG Advisor 与人工转接状态机的 Vue3 + Spring AI 生产级实战
java·人工智能·spring
深蓝AI25 分钟前
苹果智能入华拆解:八样首批功能、支持的机型、千问在三个入口的位置
人工智能·架构
前端 贾公子30 分钟前
第 1 章:Vibe Coding 与 Agent 的工作方式
人工智能
JAVA_AI人工智能项目实战44 分钟前
轻量级模型训练_RNN文本分类流水线实验代码
人工智能·rnn·分类