颜色分类leetcode Plant Disease Detection 当我们谈论在农业中使用技术时，植物病害检测是令人难以置...

颜色分类leetcode植物病害检测Ps：为了在基于图像的分类上取得有希望的结果，请使用深度学习而不是正常的机器学习算法。植物病害检测是我们谈论在农业中使用技术时出现的令人难以置信的问题之一。尽管已经进行了研究以使用深度学习和神经网络来检测植物是否健康或患病，但新技术仍然存在被发现。这是我使用经典机器学习算法检测植物叶子健康或不健康天气的方法，使用图像处理对数据进行预处理。关于数据集用于该项目的数据集取自Plant-Village-Dataset，可在此处找到。用于该项目的数据是从名为“color”的文件夹中提取的，该文件夹位于Github存储库中名为“raw”的文件夹中。用于建模的数据是Apple Leaves。出于训练目的，数据集包含2个名为“疾病”和“健康”的文件夹，其中包含带有各自标签的叶子图像。患病文件夹包含患病/不健康，受苹果痂病、黑腐病或雪松苹果锈病影响。健康文件夹由绿色和健康图像组成。图像的属性文件类型：JPG文件。尺寸：256 * 256。宽度：256像素。高度：256像素。水平分辨率：96 dpi。垂直分辨率：