4种玉米叶病虫害数据集，并使用深度卷积网络对其识别，准确率在99.06%以上（python代码，带有数据集，可以直接运行，带有GUI界面，对代码感兴趣可以私信，为本人创作）

 1.数据集介绍：

 Blight(枯萎病),1145张照片

Common_Rust（1306张照片） 

 Gray_Leaf_Spot（574张照片）

Healthy（1162张照片） 

2.文件夹说明：

2.1.data文件夹装的是4种玉米叶片病虫害原始数据集

打开data文件夹后，如下

 2.2.picture文件装的是，运行hf.py文件后，将data文件夹的四种原始数据，随机打乱分成训练集和测试集：

 2.3.model.py是装载的CNN模型，train.py是调用CNN对训练集训练和对测试集识别（这里展示了30个epoch的训练，训练次数为50以后，将高于99.06%），最后稳定的模型参数保存在CNN.pth。

 2.4.predict.py是识别程序，调用训练好的模型参数，对未知图片进行识别，展示属于每一类的可能性。

GUI.py文件直接呈现可视化窗口（有两个按钮，第一个按钮是调取图片，第二个按钮是识别图像类别，识别结果呈现在GUI界面：最大概率可能属于哪类）

玉米叶病虫害利用深度学习智能识别_哔哩哔哩_bilibili

import os
import sys
import json

import torch
import torch.nn as nn
from torchvision import transforms, datasets
import torch.optim as optim
from tqdm import tqdm
#代码;https://mbd.pub/o/bread/mbd-ZJialZhp
# from model import GoogLeNet
from model import CNN
import os
from shutil import copy
import random