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
子夜江寒35 分钟前
基于 OpenCV 的图像形态学与边缘检测
python·opencv·计算机视觉
工藤学编程2 小时前
零基础学AI大模型之LangChain智能体之initialize_agent开发实战
人工智能·langchain
king王一帅3 小时前
Incremark Solid 版本上线:Vue/React/Svelte/Solid 四大框架,统一体验
前端·javascript·人工智能
泰迪智能科技5 小时前
分享|职业技术培训|数字技术应用工程师快问快答
人工智能
Dxy12393102167 小时前
如何给AI提问:让机器高效理解你的需求
人工智能
少林码僧7 小时前
2.31 机器学习神器项目实战:如何在真实项目中应用XGBoost等算法
人工智能·python·算法·机器学习·ai·数据挖掘
Dev7z7 小时前
服装厂废料(边角料)YOLO格式分类检测数据集
yolo·服装厂废料·边角料
钱彬 (Qian Bin)7 小时前
项目实践15—全球证件智能识别系统(切换为Qwen3-VL-8B-Instruct图文多模态大模型)
人工智能·算法·机器学习·多模态·全球证件识别
没学上了7 小时前
CNNMNIST
人工智能·深度学习
宝贝儿好7 小时前
【强化学习】第六章:无模型控制:在轨MC控制、在轨时序差分学习(Sarsa)、离轨学习(Q-learning)
人工智能·python·深度学习·学习·机器学习·机器人