本项目以神经网络VGG16和AlexNet为基础实现对农作物病虫害的识别任务，在识别任务中加载网络在ImageNet上的训练得到的权重文件，固定了网络的卷积层进行微调，从而达到较好的识别效果。

• macOS 10.15.3
• Python3.7
• Pytorch1.1.0、
• pycharm

数据集来源于PlantVillage,将数据集分成80%的为训练集AtrainDataset，20%的为测试集Atestdataset。

Alex.pth和VGG16.pth分别是在Alex和VGG16上训练得到的权重。

• Alexnet.py Alexnet模型搭建代码。
• model.py VGG16模型搭建代码。
• Classify.py 训练代码，分别可以使用AlexNet和VGG16对数据集进行训练。
• detect.py 对VGG16进行模型的测试，获得VGG16在测试集上的准确率。
• detectAlexnet.py 对AlexNet进行模型的测试，获得AlexNet在测试集上的准确率。

python Classify.py

python detect.py & python deteceAlexNet.py

• headmap.py headmp的生成程序
• VGG16.py VGG16网络模型
• pca_project.py 对feature进行主成分分析

python headmap.py

(