Bacterial leaf blight Brown spot Leaf smut 里面包含这三种水稻病害叶片白底图，可以添加数据量

神经网络图像识别——水稻叶片病害分类.zip

黑斑病171张，溃疡病163张，黄龙病204张，健康58张。数据集扩增（1张变多张），在博客资源里配套有。

葡萄叶片病害分类图像数据集（四类）

开发环境：Python3.6.5、keras2.2.4、tensorflow1.12、django等 系统应用：本部分在训练完植物叶片病害识别的模型参数后，将植物叶片病害识别的模型部署到Web中，前端负责获取用户在页面上传的图像并预处理，再向服务器发出AJAX请求，请求内容为待识别的图像。服务器端程序生成TF会话并加载训练好的模型，调用相应的视图函数将请求数据送入TF会话中计算，最后将识别结果异步回传到前端。

实现了对叶片颜色的检测，实现病害检测 包含整个工程，可直接运行

编写了 Matlab 代码以将叶子分类为以下类型之一：'Alternaria Alternata'、'Anthracnose'、'Bacterial Blight'、'Cercospora Leaf Spot' 和 'Healthy Leaves'。 分类由 Multiclass SVM 完成（一对一） 怎么跑？？ 1.将文件夹'Leaf_Disease_Detection_code'放在Matlab路径中，并将所有子文件夹添加到该路径中2. 运行 DetectDisease_GUI.m 3.在GUI中，单击“加载图像”，然后从Manu's Disease数据集中加载图像，单击“增强对比度”。 4. 接下来点击Segment Image，然后输入包含ROI的cluster no，即只有疾病受影响的部分或健康的部分5. 点击分类结果。 然后测量准确性（在这种情况下是健康与所有疾病）。 代码

plant Leaf Disease Detection 植物叶片病害识别

基于改进卷积神经网络的植物叶片病害识别，卷积神经网络