基于迁移学习的ResNet50模型实现石榴病害数据集多分类图片预测

完整源码项目包获取→点击文章末尾名片!

番石榴病害数据集

背景描述

番石榴 (Psidium guajava) 是南亚的主要作物,尤其是在孟加拉国。它富含维生素 C 和纤维,支持区域经济和营养。不幸的是,番石榴生产受到降低产量的疾病的威胁。该数据集旨在帮助开发用于番石榴果实早期病害检测的机器学习模型,帮助保护收成并减少经济损失。

数据说明

该数据集包括 473 张番石榴果实的注释图像,分为三类。图像经过预处理步骤,例如钝化蒙版和 CLAHE。预处理后的图像将增加至 3,784 个图像数据。这三个类是:

有炭疽病的

有果蝇的

健康的水果

图像详细信息

尺寸:512 x 512 像素

颜色模式:RGB

格式:PNG

文件大小:300--500 KB

数据来源

图像是从孟加拉国 Rajshahi 和 Pabna 的番石榴果园收集的,当时是 7 月的水果成熟季节,此时疾病最易感性。植物病理学家验证了图像分类的准确性。每张图像都经过预处理,以 RGB 格式预处理为 512 x 512 像素的一致大小,适用于深度学习和图像处理应用。

请引用他们的工作

来自 Mendeley Data 的实际数据集:

Amin, Md Al; Mahmud, Md Iqbal; Rahman, Asadullah Bin; Parvin, Mst Aktarina; Mamun, Md Abdulla Al (2024), "Guava Fruit Disease Dataset", Mendeley Data, V1, doi: 10.17632/bkdkc4n835.1

问题描述

用途和应用

此数据集非常适合训练和测试机器学习模型,旨在:

自动疾病检测:能够快速准确地检测常见的番石榴病。

图像分类:适用于农业应用中的监督学习。

计算机视觉研究:支持使用图像处理专注于植物病理学的研究。

相关推荐
wshzd10 分钟前
LLM之Agent(二十八)|AI音视频转笔记方法揭秘
人工智能·笔记
IT_陈寒13 分钟前
Python 3.12新特性实战:5个让你的代码效率翻倍的隐藏技巧!
前端·人工智能·后端
草莓熊Lotso26 分钟前
C++ 二叉搜索树(BST)完全指南:从概念原理、核心操作到底层实现
java·运维·开发语言·c++·人工智能·经验分享·c++进阶
Dfreedom.27 分钟前
大模型微调技术全景解析:从基础理论到工程实践
人工智能·大模型微调
m0_4626052233 分钟前
第N5周:Pytorch文本分类入门
人工智能·pytorch·分类
喜欢吃豆40 分钟前
Parquet 范式:大语言模型训练数据格式优化的基础解析
人工智能·语言模型·自然语言处理·大模型·parquet
AI松子66642 分钟前
PyTorch-混合精度训练(amp)
人工智能·pytorch·python
MDLZH42 分钟前
Pytorch性能调优简单总结
人工智能·pytorch·python
GIS数据转换器2 小时前
基于GIS的智慧旅游调度指挥平台
运维·人工智能·物联网·无人机·旅游·1024程序员节
沧澜sincerely3 小时前
数据挖掘概述
人工智能·数据挖掘