基于MobileNet的轻量级卷积神经网络实现玉米螟虫不同阶段识别分析

在农作物相关的识别任务中，主要有两类识别：病害识别和虫害识别。

本文主要是基于玉米螟虫不同阶段的数据来构建识别模型，实现对于不同阶段玉米螟虫的准确识别，话不多说首先来看效果：

基于MobileNet的轻量级农作物——玉米螟虫识别系统

完整项目截图如下所示：

 各文件详情如下：

文件名称	文件说明
data/	数据集目录
results/	结果目录
dataHandle.py	数据处理模块
dataSplit.py	数据集划分模块
gradCAM.py	Grad-CAM热力图可视化分析模块
guiAPP.py	界面模块
labels_list.json	标签文件
predict.py	推理模块
trainModel.py	训练模块
启动识别.bat	双击即可启动的bat脚本

data/目录如下所示：

 可以看到：一共有11个不同的阶段。随机选取几个类别看下具体的数据。

【eggBeet armyworm】

 【larvaeBeet armyworm】

 【mothCorn borer】

 【pupaeCorn borer】

 启动系统界面如下：

 上传本地图像：

 点击启动模型推理识别，如下：

 这里加入了基于Grad-CAM实现的热力图分析功能，如下：