代码运行要求：Torch>=1.13.1即可
1.数据集介绍：
每一个文件夹里装有一类病害叶子的照片，一共10种类别，每种类别下有1100张照片
从第一类到第十类分别如下图所示
2.整体文件夹
data文件夹存放的是未被划分训练集和测试集的原始照片
picture文件夹存放的是经hf.py对data文件夹处理后，生成的训练集和测试集照片
CNN.pth存放的是经train.py训练后的模型参数
GUI.py可以调用训练好的网络模型参数对多张照片连续进行识别
model.py 是存放模型的脚本，可以任意改为其它模型
predict.py是调用训练好的模型参数单个照片识别脚本，对单个 照片进行识别
3.经过30个epoch训练后，测试集达到91.06%的效果（用户如果计算机配置较高，可以增加epoch，效果也会更好），GUI界面识别效果和predict.py识别效果如视频所示番茄（西红柿）叶病害识别（Python代码，pyTorch框架，深度卷积网络模型，很容易替换为其它模型，带有GUI识别界面）_哔哩哔哩_bilibili
已经将代码和数据放在同一文件夹进行压缩，很容易进行运行代码，无需配置繁琐路径，对项目感兴趣的可以关注
import os
import jsonimport torch
from PIL import Image
from torchvision import transforms
import tkinter as tk
from tkinter import filedialogfrom model import CNN
from PIL import ImageTk#压缩包https://mbd.pub/o/bread/ZJ2Vk55w
