基于卷积神经网络的植物叶片病害识别的APP

1、检测模型是基于LeNet -5 卷积神经网络训练得来，所用数据集是缺素的黄瓜图片。APP开发使用AS。
2、更新功能、弧形控件、作物类型界面、版本信息界面、柱形图 是在@SwitchLife作者的成果上稍有改造完成。（简书：https://www.jianshu.com/u/b5b414cbad2f）
3、tensorflow模型迁移到APP端使用了官方给出的实例代码。
4、APP下载网址：https://www.pgyer.com/wangxiong
5、APP在Android 9以上的系统运行正常，其它系统下运行有问题可能是权限问题。

此APP有三大功能模块：
1、检测作物叶片是否缺素
a\包含四种选取缺素叶片图像的方式（单张、多张拍摄/相册选取）
b\单张拍摄和单张相册选取功能 具有检测输入图像是不是叶子，多张拍摄和选取没有此功能
c\多张拍摄/相册选取可以在代码中修改检测图像数量。
2、检测记录的保存
a\由于使用的是Android系统自带的数据库，运行会卡顿（后期如有需要可将记录保存到服务器端以解决此问题）
b\点击图像删除，实为隐藏
3、更新APP
a\最新版本APP和json文件放在了github网站上，json文件存储最新版本信息；下载速度慢（如有需要，可放在服务器上）
b\可以通过修改代码，点击确认下载按钮后将直接跳转到 蒲公英下载网址进而提高下载速度
4、模型识别精度不高（89%-92.5%），主要原因仍旧是样本容量少。
5、检测是不是某种植物的叶子可以调用百度AI接口，识别精确度是相当高
6、想到再说

欢迎咨询！！！
**

Github：https://github.com/wangbuer1/Myapp

觉得可以点个赞呐！！！

**