本次实验是做一个基于番茄叶数据的植物病虫害AI识别项目，掌握番茄病虫害分类模型的加载、掌握番茄病虫害分类模型、进行推理预测方法握了病虫害智能检测项目的从数据采集到卷积神经网络模型构建，再到使用采集的数据对模型进行训练，最后使用模型进行实际的推理完整的开发流程。
任务1：常见数据采集方法（ kaggle植物病虫害开源数据集的使用番茄病虫害分类数据标注）
任务2：导入数据集（ 病虫害图片导入实验、tensorflow番茄病虫害模型训练前数据预处理）
任务3：模型选择与搭建（深度学习神经网络、keras高级API的使用、keras构建分类卷积神经网络模型）
任务4：模型训练与模型评估（基于预训练模型进行模型微调训练、tensorflow保存模型）
任务5：模型加载与预测（ tensorflow评估番茄病虫害模型、使用tensorflow对番茄病虫害模型进行番茄病虫害情况预测）
2025-04-23 17:20:46
407.69MB
1
智能ai识别 cpu低配使用 中高配效果识别效果更好
仅供ai学习使用禁止违法行为
带预训练权重文件
带参数
本文件仅供ai学习使用本文件仅供ai学习使用本文件仅供ai学习使用
本文件仅供ai学习使用本文件仅供ai学习使用本文件仅供ai学习使用
本文件仅供ai学习使用本文件仅供ai学习使用本文件仅供ai学习使用
本文件仅供ai学习使用本文件仅供ai学习使用本文件仅供ai学习使用
本文件仅供ai学习使用本文件仅供ai学习使用本文件仅供ai学习使用
本文件仅供ai学习使用本文件仅供ai学习使用本文件仅供ai学习使用
禁止一切加壳买卖行为
2022-09-26 23:51:19
34.67MB
1