代码运行要求Torch库1.13.1即可1.茶叶病害数据集(7类病害和1种正常)1.茶叶病害数据集介绍(这个茶病数据集包含茶叶显示了茶的7种常见疾病红叶斑藻类叶斑bird eye spot灰枯病白点炭疽病褐色枯萎病。茶叶病害数据集还包含一类健康茶叶。每个类都包含100多个图像)2. 每类照片展示3整体文件夹data文件夹存放的是未被划分训练集和测试集的原始照片picture文件夹存放的是经hf.py对data文件夹处理后生成的训练集和测试集照片CNN.pth存放的是经train.py训练后的模型参数GUI.py可以调用训练好的网络模型参数对多张照片连续进行识别model.py 是存放模型的脚本可以任意改为其它模型predict.py是调用训练好的模型参数单个照片识别脚本对单个 照片进行识别4.经过60个epoch训练后测试集平均准确率达到86%-90.08%的效果用户如果计算机配置较高可以增加epoch效果也会更好GUI界面识别效果和predict.py识别效果如视频所示茶叶病害识别(Python代码pyTorch框架深度卷积网络模型很容易替换为其它模型带有GUI识别界面)_哔哩哔哩_bilibili