)
代码运行要求：Torch库>=1.13.1即可
1.茶叶病害数据集(7类病害和1种正常)
1.茶叶病害数据集介绍(这个茶病数据集包含茶叶，显示了茶的7种常见疾病：
红叶斑
藻类叶斑
bird eye spot；
灰枯病；
白点；
炭疽病；
褐色枯萎病。
茶叶病害数据集还包含一类健康茶叶。每个类都包含100多个图像)
2. 每类照片展示
3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
4.经过60个epoch训练后，测试集平均准确率达到86%-90.08%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茶叶病害识别(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
