Python基于云技术与深度学习的常见作物害虫识别系统的设计与实现源码+数据集+论文

(本项目遵循GNU General Public License v2.0协议，禁止商用） (This project follows the GNU License, prohibited from doing business) # 毕业论文 ## 介绍 《基于云技术与深度学习的常见作物害虫识别系统的设计与实现》毕业论文的全部代码、论文和数据。 ## 成果 1. 本论文截取了部分成果修改为英文版已成功发表SCI，期刊名"Ecological Informatics", 论文题目"New image dataset and new negative sample judgment method for crop pest recognition based on deep learning models" ， PDF 版本已放置于``` 【论文】文件夹下的【SCI发表版.pdf】``` 。 2. 开发了一个在线的AI识别系统，可免费使用，有效期至2022.4.16日，网址：http://39.106.225.96/hc . 前端网页代码在```【客户端代码】文件夹 → 【recogpest】```中。（穷，只买得起2M的宽带，第一次加载要20秒左右） ## 软件架构 1.深度学习技术栈：Python3.7 , Tensorflow 2.1, google colab 2.服务端技术栈：阿里云ECS，Ubuntu-18-04-x64，Docker, Tensorflow Serving, nginx , tomcat 3.web客户端技术栈：Vue2 , Echarts , Tensorflow for js, Opencv for js ## 整体结构 Datas -- 我本地有这个文件夹，git上没有，因为数据量太大了，传到了百度云，自提：https://pan.baidu.com/s/1mVgOdM1KB9kLLGffdWqTPQ 提取码：2022 Server -- 服务器部署的代码（很多没有了，没来得及上传电脑被偷了） 教程 -- tensorflow从安装到部署到服务器的保姆级教程 客户端代码 -- Web端，“hc”是jquery的版，“recogpest”是vue版 （上面成果里面的识别系统用的是vue版） 论文 -- 参考论文、最后毕业的论文、性能统计结果等成果 深度模型训练测试代码 -- 训练、测试深度学习模型的代码 ## Contact author email : chenky7525@foxmail.com open source dataset in Baidu Netdisk: https://pan.baidu.com/s/1mVgOdM1KB9kLLGffdWqTPQ , password:2022 open source dataset in Google Drive : https://drive.google.com/file/d/1utrblieistgHhbOetDoa6urBfLr18QaG/view?usp=sharing copyright @chenkeyu333 , dataset can only be used for scientific purposes, prohibited from doing business.