Обнаружение болезней цветной капусты: модель YOLOv8

О сервисе

Обзор Данный репозиторий содержит обученную модель обнаружения объектов YOLOv8 для идентификации болезней листьев цветной капусты и условий стресса по изображениям. Модель была обучена на тщательно подобранном многоклассовом сельскохозяйственном наборе данных и подходит для: Автоматизированного обнаружения болезней сельскохозяйственных культур Интеллектуального сельского хозяйства и систем поддержки принятия решений Вывода на мобильных устройствах и периферийных устройствах Исследований в области фитопатологии и компьютерного зрения Модель обнаруживает пять различных категорий болезней на полевых изображениях и выводит ограничивающие рамки и метки классов. Краткое описание модели Атрибут Значение Задача Обнаружение объектов Архитектура YOLOv8-Small Фреймворк PyTorch (Ultralytics YOLOv8) Размер входных данных 640 × 640 Классы 5 Эпохи обучения 200 Точность FP32 Формат экспорта TorchScript Поддерживаемые классы ID класса Болезнь / Состояние 0 Альтернариоз листьев 1 Черная гниль 2 Ложная мучнистая роса 3 Поражение насекомыми 4 Дефицит питательных веществ Набор данных Набор данных: Cauliflower Disease Detection Dataset Формат аннотаций: YOLO Классы: 5 (см. Поддерживаемые классы) Лицензия: CC BY 4.0 Набор данных содержит реальные изображения листьев цветной капусты с аннотациями ограничивающих рамок для локализации болезней. Набор данных, использованный во время обучения, указан в разделе выше (). Ссылки indra17/plant_care Ссылки https:// https://huggingface.co/indra17/plant_care Источник: https://qubu.ai/models/obnaruzhenie-boleznei-tsvetnoi-kapusty-model-yol-ov8 License: MIT