# python_DeepLabV3

**Repository Path**: mayjean/python_deepLabV3

## Basic Information

- **Project Name**: python_DeepLabV3
- **Description**: PyTorch 和 DeepLabV3 进行叶片病害分割
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2024-08-23
- **Last Updated**: 2025-03-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


### 简介
使用深度学习进行疾病检测是加快植物病理学过程的好方法。在大多数情况下，在使用深度学习时，我们会使用图像分类或疾病（对象）检测。但我们也可以使用语义分割。在某些情况下，使用语义分割进行叶病识别更有帮助。这是因为深度学习模型可以输出受疾病影响的区域。本文我们将介绍 PyTorch 和 DeepLabV3 进行叶片病害分割。

#### 叶病分割数据集
https://www.kaggle.com/datasets/sovitrath/leaf-disease-segmentation-with-trainvalid-split

下载数据集后会看到以下目录结构。

├── aug_data

│   ├── train_images

│   ├── train_masks

│   ├── valid_images

│   └── valid_masks

└── orig_data

    ├── train_images

    ├── train_masks

    ├── valid_images

    └── valid_masks

#### 项目的目录结构

.
├── input

│   └── leaf_disease_segmentation

│       ├── aug_data

│       └── orig_data

├── outputs

│   ├── valid_preds

│   │   ├── e0_b21.jpg

│   │   ...

│   │   └── e9_b21.jpg

│   ├── accuracy.png

│   ├── best_model_iou.pth

│   ├── best_model_loss.pth

│   ├── loss.png

│   ├── miou.png

│   └── model.pth

└── src

    ├── config.py

    ├── datasets.py

    ├── engine.py

    ├── inference_image.py

    ├── inference_video.py

    ├── metrics.py

    ├── model.py

    ├── train.py

    └── utils.py

### 原文链接
https://mp.weixin.qq.com/s/0GOy89aynErdH--OxNQyww