سورس کد تشخیص گل زعفران با هوش مصنوعی

زبان : پایتون

نوع کاربری : کاربردی ، تحقیقاتی ، پروژه محور

آموزش ویدویی : دارد – در دست ساخت

قابلیت شخصی سازی با پروژه شما : دارد (هزینه شخصی سازی با توجه به پروژه شما محاسبه میشود)

قابلیت تغییر کد به ++c برای پیاده سازی رو برد esp را دارد.




 

شناسایی گل زعفران با استفاده از هوش مصنوعی و خرچنگ سازی دوره آن با استفاده از yolov5. وزن ها و داده ها خصوصی هستند.

: توضیحات برای استفاده

1) باید پوشه بکسل «flowers_train» و «valid_flower» را ایجاد کنید و تصویر داده را در آنها قرار دهید. 3 نوع تصویر گل وحشت، رنج و گل نیمه باز.

2) فایل پایتون “preprocessing_data.py” را اجرا کنید تا داده ها متناسب با مدل آماده شوند.

3) فایل پایتون «test_pickle_together.py» را اجرا کنید تا بررسی کنید که شکل داده ها (رایگان، 150، 150، 3) است یا توجه داشته باشید.

4) فایل پایتون «models.py» را اجرا کنید تا مدل را ایجاد کنید و آن را به داده‌ها برازش دهید و مدل را ذخیره کنید.

5) فایل پایتون «load_models.py» را اجرا کنید تا از مدل ذخیره شده ای که ایجاد کرده ایم و در «models.py» ذخیره کرده ایم استفاده کنید.

6) اگر نتیجه «load_models.py» دچار مشکل شد، باید از yolov5 استفاده کنیم.

7) برای کسب اطلاعات بیشتر در مورد YOLOv5، سایت زیر را بررسی کنید:

https://github.com/ultralytics/yolov5

 

 

برای کسانی که نمیدانند

کتابخانه «YOLOYv5» پایتون به شناسایی اشیاء برای تصاویر رنج‌دیده کمک می‌کند.

تصویر نمونه:

قیمت محصول:​

200,000 تومان

پرداخت درب منزل

بعد از دریافت سفارش

تضمین قیمت محصولات

کمترین قیمت در سطح اینترنت

امکان مرجوع کردن سفارش

در صورت عدم رضایت

تضمین کیفیت و اصالت

فروش مستقیم از شرکت

ارسال سریع سفارشات

با پست پیشتاز

زبان : پایتون

نوع کاربری : کاربردی ، تحقیقاتی ، پروژه محور

آموزش ویدویی : دارد – در دست ساخت

قابلیت شخصی سازی با پروژه شما : دارد (هزینه شخصی سازی با توجه به پروژه شما محاسبه میشود)

قابلیت تغییر کد به ++c برای پیاده سازی رو برد esp را دارد.

این پروژه به صورت خصوصی و کاملا با عکس برداری از مزارع زغفران ساخته شده و داده ها خصوصی هستند.

  

شناسایی گل زعفران با استفاده از هوش مصنوعی و خرچنگ سازی دوره آن با استفاده از yolov5. وزن ها و داده ها خصوصی هستند.

: توضیحات برای استفاده

1) باید پوشه بکسل «flowers_train» و «valid_flower» را ایجاد کنید و تصویر داده را در آنها قرار دهید. 3 نوع تصویر گل وحشت، رنج و گل نیمه باز.

2) فایل پایتون “preprocessing_data.py” را اجرا کنید تا داده ها متناسب با مدل آماده شوند.

3) فایل پایتون «test_pickle_together.py» را اجرا کنید تا بررسی کنید که شکل داده ها (رایگان، 150، 150، 3) است یا توجه داشته باشید.

4) فایل پایتون «models.py» را اجرا کنید تا مدل را ایجاد کنید و آن را به داده‌ها برازش دهید و مدل را ذخیره کنید.

5) فایل پایتون «load_models.py» را اجرا کنید تا از مدل ذخیره شده ای که ایجاد کرده ایم و در «models.py» ذخیره کرده ایم استفاده کنید.

6) اگر نتیجه «load_models.py» دچار مشکل شد، باید از yolov5 استفاده کنیم.

7) برای کسب اطلاعات بیشتر در مورد YOLOv5، سایت زیر را بررسی کنید:

https://github.com/ultralytics/yolov5

برای کسانی که نمیدانند

کتابخانه «YOLOYv5» پایتون به شناسایی اشیاء برای تصاویر رنج‌دیده کمک می‌کند.

 

 

 

 

0 نقد و بررسی
0
0
0
0
0

نقد و بررسی‌ها

پاکسازی فیلتر

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “سورس کد تشخیص گل زعفران با هوش مصنوعی”

محصولات مشابه

محصولات پیشنهادی