A244-基于迁移学习的ResNet50模型实现石榴病害数据集多分类图片预测

【购买前必看】

1、关于我们

深度学习乐园是由python哥全职技术团队组建运营【团队成员为：复旦大学博士、华东理工爱丁堡博士、格拉斯哥博士、纽约大学硕士、浙江大学硕士】。

我们只做python业务，精通sklearn机器学习/torch深度学习/django/flask/vue全栈开发。

2、关于项目

我们从2018年开始，就专注于深度学习sci、ei、ccf、kaggle等，至今已有7年，共发表过10多篇顶刊顶会。

官网累积了数百个项目，已有3000多学员付费购买，圈子内有口皆碑：www.zzgcz.com （更多高级私密项目无法对外，联系微信定制：zzgcz_com）

3、售后承诺

包远程安装调试，所有项目均在本地运行通过，大部分都有截图和录屏。

支持二次修改，所有项目都是我们自己写的，改起来也非常容易。

加急定制1-2天可完成，这就是实力证明，远程验收满意后再付全款！

所有客户终身售后。兼职的人家都有主业，谁愿意持续服务你？

番石榴病害数据集

背景描述

番石榴 （Psidium guajava） 是南亚的主要作物，尤其是在孟加拉国。它富含维生素 C 和纤维，支持区域经济和营养。不幸的是，番石榴生产受到降低产量的疾病的威胁。该数据集旨在帮助开发用于番石榴果实早期病害检测的机器学习模型，帮助保护收成并减少经济损失。

数据说明

该数据集包括 473 张番石榴果实的注释图像，分为三类。图像经过预处理步骤，例如钝化蒙版和 CLAHE。预处理后的图像将增加至 3,784 个图像数据。这三个类是：

有炭疽病的

有果蝇的

健康的水果

图像详细信息

尺寸：512 x 512 像素

颜色模式：RGB

格式：PNG

文件大小：300–500 KB

数据来源

图像是从孟加拉国 Rajshahi 和 Pabna 的番石榴果园收集的，当时是 7 月的水果成熟季节，此时疾病最易感性。植物病理学家验证了图像分类的准确性。每张图像都经过预处理，以 RGB 格式预处理为 512 x 512 像素的一致大小，适用于深度学习和图像处理应用。

请引用他们的工作

来自 Mendeley Data 的实际数据集：

Amin, Md Al; Mahmud, Md Iqbal; Rahman, Asadullah Bin; Parvin, Mst Aktarina; Mamun, Md Abdulla Al (2024), “Guava Fruit Disease Dataset”, Mendeley Data, V1, doi: 10.17632/bkdkc4n835.1

问题描述

用途和应用

此数据集非常适合训练和测试机器学习模型，旨在：

自动疾病检测：能够快速准确地检测常见的番石榴病。

图像分类：适用于农业应用中的监督学习。

计算机视觉研究：支持使用图像处理专注于植物病理学的研究。