农作物毒害图像识别技术是一项利用图像处理和模式识别技术，对农作物是否遭受毒害以及毒害的程度进行判断的科学方法。这项技术对于现代农业生产具有重要意义，因为它可以帮助农户和农业专家快速、准确地识别和评估农作物的健康状况，从而及时采取措施防止病害的蔓延和进一步的损失。
使用平台：
OpenBayes贝式计算：点击注册可 get 4 小时 4090
登录到 openbayes 后，在「公共教程」找到「农作物病害图像分类教程」。
进入之后点击右上角的「克隆」。
选择一块 4090 的算力以及 PyTorch 的镜像。
资源分配完成后点击「打开工作空间」。
在左侧的目录中点击 readme.ipynb 并将启动页拖下来作为终端。
首先要运行 pip instal1-r requirements.txt 这段命令，安装所需依赖。
安装好依赖后可以关掉终端。之后运行处理数据集的代码，这段代码将会从数据集中读取数据，并分为验证集、测试集和训练集。
读取好之后，可以看见它输出了训练集、验证集和测试集的大小。
运行数据可视化代码，可以查看数据集中的图像。
运行数据分析代码，将会分析数据集中各种类别的图像数量以及它们的关系。
在训练代码中可以看见我们使用的是一个 rexnet 150 的模型。
我们可以使用这个模型进行农作物病害的分类。使用 Shift+Enter 可运行这段代码。
训练结束之后，可以绘制学习曲线，绘制出损失的变化、准确率的变化以及随机分数的变化。
之后我们使用训练好的模型进行推理，并且使用 GradCAM 进行分析。
这个热力图就是由 GradCAM 给出的，它可以给出模型所关注的图像重点。
如果觉得文字教程不好理解，可以在 B 站搜索视频「一键启动！农作物病害图像分类教程」，根据学习操作~
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。