आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › कृषि › Plants Disease Detection
✦ फ्री & ओपन सोर्सकृषि

Plants Disease Detection

फसल रोग पहचान के लिए पाइचार्ट-आधारित बेसलाइन और इमेज क्लासिफिकेशन पाइपलाइन।

PyTorch में फसल रोग की पहचान

स्वचालित डिवाइस स्विचिंग और एएमपी के साथ PyTorch 2.x के लिए अपग्रेड किया गया AI चैलेंजर 2018 प्रतियोगिता बेसलाइन।

हमेशा के लिए मुफ़्त · सोर्स-उपलब्ध · Licence not stated in the repository
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
6.1
ZEKAI
ठोस फसल रोग बेसलाइन
फ्री & ओपन सोर्स · कृषि
सेटअप की आसानी4
उपयोगिता7
रखरखाव8.5
समुदाय5
★ 342
गिटहब
Aug 2026
अपडेटेड
Licence not stated in the repository
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

यह रिपॉजिटरी उच्च-रिज़ॉल्यूशन वाली पत्ती की छवियों से पौधों की बीमारियों को वर्गीकृत करने के लिए एक संपूर्ण PyTorch पाइपलाइन प्रदान करती है। यह ResNet50 पर आधारित बेसलाइन मॉडल चाहने वाले मशीन लर्निंग प्रैक्टिशनर्स और कृषि डेटा वैज्ञानिकों के लिए उपयुक्त है।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
Licence not stated in the repository

यह क्या है

यह संशोधित ResNet50 आर्किटेक्चर के माध्यम से 650x650 फसल छवियों को प्रोसेस करता है, स्तरीकृत डेटासेट विभाजन को संभालता है, और ऑनलाइन डेटा ऑग्मेंटेशन और वैकल्पिक ऑफलाइन प्रीप्रोसेसिंग दोनों का समर्थन करता है। पाइपलाइन में स्वचालित CPU/GPU स्विचिंग, मिक्स्ड प्रिसिजन ट्रेनिंग, और क्लास असंतुलन को संभालने के लिए एक सुधारा गया FocalLoss कार्यान्वयन शामिल है।

किसके लिए

यह PyTorch अनुभव वाले डेवलपर्स और शोधकर्ताओं के लिए उपयुक्त है जिन्हें कृषि छवि वर्गीकरण कार्यों के लिए एक संरचित बेसलाइन की आवश्यकता है। यह रेडी-टू-यूज मोबाइल ऐप या प्लग-एंड-प्ले वेब इंटरफ़ेस चाहने वाले गैर-तकनीकी कृषि वैज्ञानिकों के लिए उपयुक्त नहीं है।

मुख्य विशेषताएँ

ResNet50 क्लासिफिकेशन

एक अनुकूली औसत पूलिंग परत और 59-क्लास क्लासिफिकेश हेड के साथ अनुकूलित एक प्रीट्रेनड ResNet50 नेटवर्क का उपयोग करता है।

Mixed Precision AMP

स्मृति खपत को कम करने और निष्पादन को गति देने के लिए CUDA उपकरणों पर स्वचालित मिक्स्ड प्रिसिजन ट्रेनिंग का समर्थन करता है।

Stratified Data Prep

विसंगतिपूर्ण कक्षाओं को संभालते हुए स्तरीकृत K-fold लॉजिक का उपयोग करके ट्रेन-वैलिडेशन सेट को मर्ज और विभाजित करने के लिए स्क्रिप्ट शामिल हैं।

Corrected Focal Loss

मानक क्रॉस-एन्ट्रॉपी को बदलने के लिए उचित प्रति-नमूना मॉड्यूलेशन के साथ एक निश्चित FocalLoss कार्यान्वयन प्रदान करता है।

कैसे शुरू करें

3 चरणों में तैयार

1
रिपॉजिटरी को क्लोन करें और pip install -r requirements.txt का उपयोग करके dependencies इंस्टॉल करें।
2
डेटासेट डाउनलोड करें और प्रदान की गई move.py स्क्रिप्ट का उपयोग करके छवियों को निर्देशिकाओं में व्यवस्थित करें।
3
प्रशिक्षण, मूल्यांकन और परीक्षण सेट अनुमान शुरू करने के लिए python main.py निष्पादित करें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • स्वचालित CPU और GPU फ़ॉलबैक के साथ PyTorch 2.x के लिए आधुनिकीकृत।
  • AI चैलेंजर डेटासेट के अनुरूप प्रीप्रोसेसिंग और लेबल मैपिंग स्क्रिप्ट शामिल हैं।
  • रैंडम रोटेशन, फ्लिप और एफाइन ट्रांसफ़ॉर्म सहित कॉन्फ़िगर करने योग्य ऑनलाइन डेटा ऑग्मेंटेशन।
  • प्रतियोगिता मूल्यांकन प्रारूपों से मेल खाने वाली मानक JSON सबमिशन फ़ाइलें आउटपुट करता है।

कहाँ कमी है

  • बाहरी Baidu Netdisk डेटासेट अभिलेखागार को मैन्युअल रूप से डाउनलोड करने की आवश्यकता है।
  • बड़ी 650x650 छवि इनपुट को प्रशिक्षण के दौरान महत्वपूर्ण GPU मेमोरी की आवश्यकता होती है।
  • हाइपर-पैरामीटर को समायोजित करने के लिए Python में कॉन्फ़िगरेशन फ़ाइलें लिखने और संशोधित करने की आवश्यकता है।
लागत

मूल्य & लाइसेंस

इसकी open source प्रकृति के तहत मुफ्त, हालांकि README एक औपचारिक license निर्दिष्ट नहीं करता है। एकमात्र लागत इसे अपने स्वयं के hardware या क्लाउड इंस्टेंस पर स्वयं चलाना है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

879 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प

ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।

और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: कृषि के लिए Plants Disease Detection
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम Plants Disease Detection को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

इस टूल को चलाने के लिए मुझे किस hardware की आवश्यकता है?

पर्याप्त VRAM के साथ CUDA-संगत GPU की सिफारिश 650x650 छवि आकार के कारण की जाती है, हालांकि यदि कोई GPU नहीं पाया जाता है तो कोड स्वचालित रूप से CPU पर वापस आ जाता है।

क्लास लेबल इंडेक्स को कैसे संभाला जाता है?

तैयारी स्क्रिप्ट विशिष्ट विसंगतिपूर्ण कक्षाओं को हटाती है और इंडेक्स को शिफ्ट करती है, जबकि परीक्षण पाइपलाइन स्वचालित रूप से भविष्यवाणियों को मूल आधिकारिक पहचानकर्ताओं पर वापस मैप करती है।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
कृषि के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें