Обнаружение болезней цветной капусты: модель YOLOv8

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