项目摘要

本项目设计并实现一个基于深度学习算法的植物识别系统。该系统采用Mobilenet深度学习模型，利用网络采集的一个包含67类植物、共6877张图像的数据集，结合Pytorch框架进行模型训练和优化，通过准确率、损失值和混淆矩阵三种评价指标，验证了该系统的识别性能，并使用pyqt5库设计了图形用户界面（GUI），实现了便捷的植物识别和结果展示功能。

项目文件介绍

项目详细介绍资料

项目介绍文档：https://mp.weixin.qq.com/s/nFJ8nCIPSJMPEr0wsVGj-g

运行效果视频：https://www.bilibili.com/video/BV1QgtVeDEDq/

项目代码详细讲解视频：https://www.bilibili.com/video/BV19KtVeWE1d/

（对程序使用，项目中各个文件作用，算法网络结构，所有程序代码等进行的细致讲解）

环境配置教程：https://www.bilibili.com/video/BV1iu4peJEDB

项目配套论文报告文档购买：https://yuanlitui.com/a/acu

项目基本介绍及商品服务

本项目为植物/中草药分类识别项目01，单张图像检测功能，含两种UI界面样式

该项目已训练好网络模型，配置好环境即可直接运行使用

项目详细介绍如下，没问题直接拍即可秒发

项目基本介绍：

【算法】深度学习CNN网络 mobilenet算法网络

【环境】python=3.8 pytorch opencv pyqt5 matplotlib（含详细环境配置教程视频）

【文件】训练、预测全部源代码、训练好的模型、数据集、模型评价指标：训练acc/loss曲线图和混淆矩阵图、UI界面源码及源文件、环境配置教程视频、详细程序讲解视频

【数据集】67种植物/中草药图像，共计6877张图像

【UI界面】采用pyqt5库设计制作，含UI源文件，内含两种UI界面样式，可自由切换

【系统功能】可对67种植物/中草药图像进行单张图像检测识别并显示相关信息，配置好环境即可使用。

【配套技术报告】本项目有配套技术报告文档，购买地址：https://yuanlitui.com/a/acu

【价格】标价即为项目介绍【文件】中全部内容，没问题可直接下单，速发网盘链接

（全套代码+数据集+训练好的模型+曲线图和混淆矩阵图+UI界面+配置教程+讲解视频）

获取项目文件后，查看项目中的【先看我-项目使用说明】根据环境配置教程视频，自行完成项目环境配置后即可运行使用，配置过程中有任何疑问可添加下方联系方式进行免费答疑，包配置成功。

【远程环境帮配】0基础者或想节约时间快速使用者，可添加下方联系方式远程配置，半小时内搞定，当天可配置好，全程本店操作，并教会如何运行使用~，价格50（本店配置不成功退全款）

【正版授权】代码为作者【Smaller-孔】开发并授权，讲解视频中有去除作者界面水印方式，除此外不含其他任何个人信息，拿走即可使用

【售后服务】本产品已获开发者正版授权，购买后按照配置视频进行配置，配置好后后续因产品自身代码问题无法正常使用，提供1月内免费售后（因使用者对代码或环境进行调整导致程序无法正常运行需有偿售后），项目文件中售后服务文档获取开发者联系方式，提供后续售后及相关定制服务。

【定制服务】可有偿提供多算法对比实验、系统界面样式、功能等修改定制（如修改界面、添加登录注册、添加数据库、语音提示、制作web端界面等需求）

【注意】项目代码质量绝无问题，虚拟类代码产品一经售出，概不退换，请谅解。

需要可直接下单，速发网盘链接~

环境配置答疑，有偿远程配置及售后服务可购买后添加下方作者微信：备注：原力推 （不备注不通过）