← 返回设计浏览
项目说明
该项目界面包含检测与训练两部分。检测界面标题为“基于YOLO.v8的小麦病害识别检测系统”,设有置信度阈值和交并比阈值参数输入框,以及打开图片、打开文件夹、打开视频、打开摄像头、保存、退出等操作按钮;下方表格列出序号、文件路径、类别、置信度、坐标位置等字段,并显示目标数目、类别、置信度、坐标位置等信息。训练界面显示train.py脚本,输出数据集路径、轮数、批次大小、图片尺寸、学习率、优化器、早停耐心值等训练参数,并打印模型结构表。
PROJECT · VIDEO
项目演示视频
基于深度学习的小麦病害识别检测系统 在 B站打开 ↗
基于深度学习的小麦病害识别检测系统 · 01
基于深度学习的小麦病害识别检测系统 · 02
基于深度学习的小麦病害识别检测系统 · 03
基于深度学习的小麦病害识别检测系统 · 04
基于深度学习的小麦病害识别检测系统 · 05
基于深度学习的小麦病害识别检测系统 · 06
基于深度学习的小麦病害识别检测系统 · 07
基于深度学习的小麦病害识别检测系统 · 08
基于深度学习的小麦病害识别检测系统 · 09
基于深度学习的小麦病害识别检测系统 · 10
基于深度学习的小麦病害识别检测系统 · 11
基于深度学习的小麦病害识别检测系统 · 12
基于深度学习的小麦病害识别检测系统 · 13
基于深度学习的小麦病害识别检测系统 · 14
基于深度学习的小麦病害识别检测系统 · 15
基于深度学习的小麦病害识别检测系统 · 16
基于深度学习的小麦病害识别检测系统 · 17
基于深度学习的小麦病害识别检测系统 · 18
基于深度学习的小麦病害识别检测系统 · 19
基于深度学习的小麦病害识别检测系统 · 20