关于旅游的网站建设目的wordpress换字体颜色

当前位置： 首页 > news >正文

关于旅游的网站建设目的,wordpress换字体颜色,靖边商务网站建设,网络营销最成功的企业内容、数据集来源:基于飞桨的农作物病害智能识别系统 - 飞桨AI Studio 项目背景 联合国粮食及农业组织的一份报告表明#xff0c;每年农业生产的自然损失中有三分之一以上是由农业病虫害造成的#xff0c;使这些成为当前影响农业生产和农业生产的最重要因素。需要考虑的农业…内容、数据集来源:基于飞桨的农作物病害智能识别系统 - 飞桨AI Studio 项目背景  联合国粮食及农业组织的一份报告表明每年农业生产的自然损失中有三分之一以上是由农业病虫害造成的使这些成为当前影响农业生产和农业生产的最重要因素。需要考虑的农业病虫害众多依赖于实验室观察和实验的传统方法很容易导致错误的诊断。除此之外缺乏专业的农业技术人员往往难以及时发现病虫害以采取适当的补救措施。为了克服这些问题许多研究人员转向使用机器学习方法和计算机视觉技术来识别农业病虫害。这首先涉及分析和处理与植物病虫害相关的图像数据。在此之后建立机器学习模型以获得与不同图像特征相关的不同层次。最后使用分类器来快速准确地识别不同类型的病虫害。所有采用这种方法的研究的最终目的都是为农业病虫害的防治提供技术指导。   农业病害的图像识别比农业病虫害的识别更具挑战性。各种机器学习方法已经解决了这个问题。这些包括聚类方法、SVM分类器、贝叶斯分类器和浅层神经网络方法。许多这项工作正在进行中。然而传统的机器学习方法在用于农业病害图像识别的实际应用中往往存在一些不足它们高度依赖于原始疾病图像的质量这些方法的实现通常非常复杂如果训练样本的数量很大使用这些传统的机器学习方法很难有效地构建相应的模型。   随着现代智能农业的发展使得使用更先进、更智能的机器学习方法来利用这些数据提供的机会来提高农业病害图像的有效性变得越来越重要。机器学习方法的最新进展如深度学习和迁移学习在许多应用领域取得了重大突破并开始被用于农业病害图像识别。 数据来源与数据详情  访问顶部连接 即可自行下载数据集 基于AI Challenger农作物叶子图像数据集包含10种植物(苹果、樱桃、葡萄、柑桔、桃、草莓、番茄、辣椒、玉米、马铃薯)的27种病害其中24个病害有分一般和严重两种程度合计61个分类(按“物种-病害-程度”分)的特性训练图像总数为31718张测试图像总数为4540张。每张图包含一片农作物的叶子叶子占据图片主要位置。 对数据进行分类处理 EasyDL 上传的数据集为压缩包 两种类似 一种JSON文件、图片文件命名都为分类名称、另一种文件夹为分类名称图片命名随意。小帅丶选择后者。为了快速处理、使用Java代码进行文件的迁移和文件夹创建。代码执行完进行打包生成压缩包文件。 import cn.hutool.core.io.FileUtil; import com.alibaba.fastjson.JSON; import disease.bean.DiseaseTypeBean;import java.io.File; import java.nio.charset.Charset; import java.util.List; import java.util.Map; import java.util.stream.Collectors;/*** Created by 小帅丶 on 2023-05-11 12:34.* Version 1.0*/public class DiseaseTypeSample {public static void main(String[] args) {trainDisease();validDisease();}//训练数据集private static void trainDisease() {String dealPath F:\share\数据集\disease\;String filePath F:\share\数据集\data\AgriculturalDisease_trainingset\;String fileName AgriculturalDisease_train_annotations.json;String fileContent FileUtil.readString(filePath fileName, Charset.defaultCharset());ListDiseaseTypeBean diseaseTypeBeanList JSON.parseArray(fileContent, DiseaseTypeBean.class);//基于ID分类MapInteger, ListDiseaseTypeBean diseaseClassMap diseaseTypeBeanList.stream().collect(Collectors.groupingBy(DiseaseTypeBean::getDisease_class));long startTime System.currentTimeMillis();//数据拆分for (Integer diseaseClass : diseaseClassMap.keySet()) {System.out.println(当前分类:\t diseaseClass);String newFilePath dealPath diseaseClass;File file new File(newFilePath);if (!file.exists()) {file.mkdirs();}//读取指定分类的图片信息 存入新的文件夹ListDiseaseTypeBean diseaseTypeBeans diseaseClassMap.get(diseaseClass);System.out.println(当前分类:\t diseaseClass 分类数量:\tdiseaseTypeBeans.size());for (DiseaseTypeBean diseaseTypeBean : diseaseTypeBeans) {FileUtil.copy(filePath images\ diseaseTypeBean.getImage_id(),newFilePath File.separatordiseaseTypeBean.getImage_id(),true);}}//总耗时:510874System.out.println(总耗时: (System.currentTimeMillis() - startTime));}//验证数据集private static void validDisease() {String dealPath F:\share\数据集\diseasetrain\;String filePath F:\share\数据集\data\AgriculturalDisease_validationset\;String fileName AgriculturalDisease_validation_annotations.json;String fileContent FileUtil.readString(filePath fileName, Charset.defaultCharset());ListDiseaseTypeBean diseaseTypeBeanList JSON.parseArray(fileContent, DiseaseTypeBean.class);//基于ID分类MapInteger, ListDiseaseTypeBean diseaseClassMap diseaseTypeBeanList.stream().collect(Collectors.groupingBy(DiseaseTypeBean::getDisease_class));long startTime System.currentTimeMillis();//数据拆分for (Integer diseaseClass : diseaseClassMap.keySet()) {System.out.println(当前分类:\t diseaseClass);String newFilePath dealPath diseaseClass;File file new File(newFilePath);if (!file.exists()) {file.mkdirs();}//读取指定分类的图片信息 存入新的文件夹ListDiseaseTypeBean diseaseTypeBeans diseaseClassMap.get(diseaseClass);System.out.println(当前分类:\t diseaseClass 分类数量:\tdiseaseTypeBeans.size());for (DiseaseTypeBean diseaseTypeBean : diseaseTypeBeans) {FileUtil.copy(filePath images\ diseaseTypeBean.getImage_id(),newFilePath File.separatordiseaseTypeBean.getImage_id(),true);}}//总耗时:55716System.out.println(总耗时: (System.currentTimeMillis() - startTime));}} 登录EasyDL平台 1.登录EasyDL平台EasyDL-零门槛AI开发平台EasyDL面向企业开发者提供零门槛AI开发平台一站式支持智能标注、模型训练、服务部署等功能内置丰富的预训练模型支持公有云/私有化/设备端等灵活部署方式已在工业、零售、制造、医疗等领域落地。EasyDL面向零售行业场景还提供了深度定制的EasyDL零售行业版。https://ai.baidu.com/easydl/2.上传数据集。等待平台处理完成 3.开始训练模型。小帅丶使用的为默认配置的资源(总训练耗时5小时19分钟 自身有4小时免费额度、后续扣款使用了10块 这个价格个人还是可以接收) 4.等待训练完成(总耗时有8小时以上、反正会发短信通知) 看下图了解训练的精确率、F1召回率等 发布模型并接入小程序 1.发布模型、等待审核通过即可自行调用API 2.体验H5也可以。无需任何代码。即可由官方生成H5的页面进行体验 查看小程序演示