基于PyQt的植物叶片病害识别应用开发  

作　　者：杨庭睿 周为中 钟志宏[1] 

机构地区：[1]黔南民族师范学院,贵州都匀558000

出　　处：《电脑知识与技术》2024年第35期31-35,共5页Computer Knowledge and Technology

基　　金：黔南民族师范学院“大学生创新创业训练计划”(No.S202310670086)资助。

摘　　要：为了提升植物叶片病害识别的准确性和效率,文章设计了一种基于深度学习的新型应用。首先,采用ResNet101_vd_vd_ssld作为深度学习模型,对常见植物叶片病害进行训练和优化。结合Adam优化器和交叉熵损失函数,进一步提升模型性能。通过引入大量植物叶片图像数据及数据增强处理,增强了模型的泛化能力和识别精度。在此基础上,使用PyQt设计了直观易用的应用程序界面,使非专业人员能够轻松上传叶片图片、实时检测病害并获得准确的诊断结果。在包含49417幅图像的数据集中,该应用实现了98%的平均识别准确率。实验结果表明,该应用能够高效识别多种植物叶片病害,并提供实时检测、病虫害诊断与治理建议等功能,为农业病害管理提供了强有力的技术支持。

关 键 词：植物病害识别 深度学习 PyQt 卷积神经网络 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]