数据集：本实验使用 Plant Village 公开数据集。本实验中的数据集共用 38个类别名称，代表38类病害。 代码：包含resnet50\ATT-ResNet\VGG等多个模型 实现环境：Python3.6.5、keras2.2.4、tensorflow1.12

10种番茄病害数据，共18160张RGB图像。

玉米病害数据集.rar

苹果病害数据集，4种3171张RGB图像

马铃薯病害数据集，3类2152张RGB图像

辣椒病害数据集。两类2475张RGB图片。

黄龙病(柑橘)数据集，一共5507张RGB图像。

基于计算机雷达图像道路地下病害识别技术研究.docx

基于GA-BP神经网络的二河闸病害识别方法.pdf

AI-Challenger-Plant-Disease-Recognition 农作物病害检测 详情请见 环境配置 python==2.7 tensorflow==1.2.1 使用方法 更改 plot.py 脚本中路径，运行该脚本，可以绘出数据分布的直方图 下载预训练模型 更改 plant_disease.py 中的输入文件路径，输出文件路径，预训练模型文件路径 在 code 路径下直接运行 python plant_disease.py 训练完成后会直接使用训练得到的参数预测 testA 数据集，生成可以用来直接提交的 json 文件 大佬开源分享 框架：pytorch 最终成绩：0.875 框架：keras 最终成绩：0.88658 其他 Label ID Label Name 0 apple healthy（苹果健康） 1 Apple_Scab general（苹果黑星病一般） 2