病虫害检测图像数据集介绍

已于 2023-11-03 13:57:01 修改
阅读量2.9k 收藏 23
点赞数 3
CC 4.0 BY-SA版权
分类专栏： 深度学习 数据库和大数据 算法 文章标签： 深度学习
于 2023-01-19 10:23:27 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LOLUN9/article/details/128732750

对于机器学习来说，数据集永远是算法构建的第一步。今天作者就给小伙伴介绍一种在智能农业领域做病虫害检测和识别的数据集。病虫害检测识别不仅要求作物病害虫害的图片数量多、而且种类要全，那么以下这个数据集可以说是满足了这些要求。

该数据集包含了农作物、蔬菜、果树和农田杂草等四大系列的标准的农业虫草害图片、文字、视频等数据。数据集规模包含各种病虫草害高清图片约80万张，涵盖病虫害约1800种，农业昆虫约1200种，杂草约500种，可直接用于病虫害图像识别算法构建和对比测试。下载访问网址www.ipmphoto.com

该数据集分别农业虫害和农业病害两个部分。

农业虫害：

农业病害：

部分图片：

温室白粉虱

烟粉虱

黄胸蓟马

美洲斑潜蝇

甜菜螟

斜纹夜蛾

黄足黄守瓜

黄足黑守瓜

瓜绢

番茄病虫害数据集
10-15
番茄病虫害数据集
yolo/深度学习病虫害数据集
04-07
yolo/深度学习病虫害数据集
农业病虫害11类目标检测数据集
最新发布
weixin_50174671的博客
05-15 1052
病虫害数据集一共有5007张包含了11类常见病虫害图像蚂蚁、蜜蜂、甲虫、毛毛虫、蠼螋、蚱蜢、蛾类、鼻涕虫、蜗牛、黄蜂、象甲，各类别数量分布均匀。标签包含了 json、xml、yolo三种格式。每张图像都经过人工手动标注，保证了标签的准确性，旨在支持如YOLO、Faster R-CNN、SSD等主流目标检测算法的训练与评估。数据集中共包含以下11类典型农业害虫，涵盖了不同形态与危害方式的代表性虫害类型。在json和xml标签中，标签名称为英文。在yolo标签中，标签名字为从0开始的阿拉伯数字。类别编号。
农业病虫害YOLO目标检测数据集.zip
05-10
数据集介绍：农业病虫害YOLO目标检测数据集 一、基础信息 数据集名称：农业病虫害YOLO目标检测数据集 图片数量： - 训练集：5,343张图片 - 验证集：777张图片 - 测试集：306张图片 分类类别： - ants（蚂蚁）: 常见农业害虫，可能破坏植物根系 - aphids（蚜虫）: 群体性吸汁害虫，导致植物营养不良 - black-spot（黑斑病）: 真菌性植物病害特征 - catterpillar（毛虫）: 食叶类鳞翅目幼虫 - ladybug（瓢虫）: 益虫类别，用于生物防治 - powdery-mildew（白粉病）: 植物叶片真菌感染 - thrips（蓟马）: 微型刺吸式害虫 - whitefly（粉虱）: 传播病毒病的温室害虫 标注格式： YOLO格式标注，包含目标边界框坐标与类别标签，适配主流目标检测框架。 二、适用场景 智能农业监测系统开发： 支持构建田间病虫害实时检测系统，帮助农户精准识别作物病虫害类型。 精准农业应用开发： 集成至农用无人机/巡检设备，实现病虫害自动化识别与定位。 农业研究领域： 为植物保护算法研究提供标注数据，支持发表农业AI领域研究成果。 农技教育培训： 可作为农业院校数字化教学资源，辅助病虫害识别教学。 三、数据集优势 多目标覆盖全面： 包含8类高发性病虫害，涵盖虫害（蚂蚁/蚜虫等）与病害（黑斑病/白粉病）两大类别。 标注质量可靠： 严格遵循YOLO标注规范，提供精确目标定位框，适配YOLOv5/v7/v8等主流检测模型。 田间场景适配性： 数据采集自真实农业环境，包含复杂背景下的目标样本，提升模型实际部署效果。 生态平衡标注： 同时包含害虫（蚜虫）与益虫（瓢虫）标注，支持生物防治效果评估模型开发。
植物病虫害：YOLO水稻虫害识别数据集（6类，五千余张图像，标注完整）
m0_73878864的博客
03-08 1849
YOLO水稻虫害识别数据集，包含褐飞虱，绿叶蝉，正常叶片，稻虫，二化螟，蝇蛆6个类别，共五千余张图像，yolo标注完整。
植物病害数据集大类叶片病害数据集 1.水稻病害数据集 9类 44229 Yolo 2.柑橘叶片病害检测数据集 5类 5588 Yolo 3.小麦病害数据集 yolo 904 12类 玉米病害4类9千张
2401_88441190的博客
10-26 2979
植物病害数据集大类叶片病害数据集 1.水稻病害数据集 9类 44229 Yolo 2.柑橘叶片病害检测数据集 5类 5588 Yolo 3.小麦病害数据集 yolo 904 12类 玉米病害4类9千张
【数据集】【YOLO】【目标检测】病虫害识别数据集 4809 张，YOLO病虫害识别算法实战训练教程，yolo病虫害识别毕业设计。
CV 小涵的博客，计算机本硕211毕业，研究计算机视觉、模型微调、RAG等方向，收藏有国内外优质数据集，解决视觉相关项目方案，欢迎交流讨论。
12-25 5817
【数据集】【YOLO】【目标检测】病虫害识别数据集 4809 张，YOLO病虫害识别算法实战训练教程，yolo病虫害识别毕业设计，包含YOLO/VOC格式标注。 数据集中包含4种分类：names:['Healthy Leaf', 'Leaf Mold', 'Septoria leaf spot', 'Tomato leaf bacterial spot']，表示"健康、霉菌、叶斑、细菌班"。 数据集图片来自国内外网站、网络爬虫、监控采集等； 基于QT的yolo可视化界面详细教程。
YOLOV3林业病虫害数据集和数据预处理-paddle教程
weixin_43955293的博客
11-02 4705
林业病虫害数据集和数据预处理方法介绍 在本课程中，将使用百度与林业大学合作开发的林业病虫害防治项目中用到昆虫数据集。 读取AI识虫数据集标注信息 AI识虫数据集结构如下： 提供了2183张图片，其中训练集1693张，验证集245，测试集245张。 包含7种昆虫，分别是Boerner、Leconte、Linnaeus、acuminatus、armandi、coleoptera和linnaeus。 包含了图片和标注，请读者先将数据解压，并存放在insects目录下。 !conda list # packa
虫害数据集，包含7种害虫数据集
03-09
虫害数据集，包含7种害虫数据集
病虫害识别系统
10-11
包含轻微、中等、正常、严重四个等级的叶片照片，完整的matlab代码。
各种病虫害的高清数据集
03-30
病虫害高清数据集含有五个类别。jpg格式图片
可用于深度学习或者图像处理研究的农作物病虫害数据集
07-13
压缩包内提供百度网盘下载链接，永不过期！ 该数据集包含了水稻、玉米、小麦、甜菜、苜蓿、葡萄、柑橘 、芒果共8种作物的75000 多幅图像。前五种作物为大田作物（FC， field crops），后三种为经济作物（EC，economic crops）。该数据集可以用于深度学习与农作物方面图像处理研究。 该数据集包含了水稻、玉米、小麦、甜菜、苜蓿、葡萄、柑橘 、芒果共8种作物的75000 多幅图像。前五种作物为大田作物（FC， field crops），后三种为经济作物（EC，economic crops）。该数据集可以用于深度学习与农作物方面图像处理研究。 该数据集包含了水稻、玉米、小麦、甜菜、苜蓿、葡萄、柑橘 、芒果共8种作物的75000 多幅图像。前五种作物为大田作物（FC， field crops），后三种为经济作物（EC，economic crops）。该数据集可以用于深度学习与农作物方面图像处理研究。
自然环境下，4种水稻叶片病虫害数据集
05-04
自然环境下，4种水稻叶片病虫害数据集 Bacterial blight（白叶枯病）共1548张，Blast（稻瘟病）共1440张，Brown Spot（褐斑病）共1600张，Tungro(水稻東格魯桿狀病毒)共1308张。自然环境下，水稻叶片病虫害数据集。
植物保护-深度学习-YOLOv5-病虫害识别训练数据集
05-18
植物保护-深度学习-YOLOv5-病虫害识别训练数据集是一个精心策划的数据集，旨在为农业科技领域的研究人员提供强大的工具，以改善病虫害的识别和管理工作。数据集包含了10000张高清图像，覆盖了10余种常见的植物病虫害，每一张图像都经过了专业标注，确保了数据的质量和准确性。 为了进一步提升模型的泛化能力和鲁棒性，数据集经过了数据增强处理，包括随机旋转、翻转、缩放和裁剪等多种变换，从而扩大了训练数据的多样性。这种增强处理有助于模型学习到更多的特征，提高其在实际应用中的表现。 此数据集适用于深度学习框架YOLOv5，它是一个高效的目标检测模型，能够实时地识别和定位图像中的病虫害。通过使用这个数据集，研究人员可以训练和优化YOLOv5模型，使其在病虫害的早期检测和防治中发挥关键作用。 植物保护-深度学习-YOLOv5-病虫害识别训练数据集的推出，不仅能够促进农业科技的发展，还能够帮助农业生产者更有效地管理作物健康，减少农药使用，保护环境，实现可持续农业。
图像数据集
12-14
包含十种物体，每一类100张图片，已经分好测试集和训练集了，小样本量的数据集，挺好用
草莓植株病虫害数据集，包括正常植株（开花，结果，成熟），缺钙植株，缺肥植株，白粉病植株，叶斑病植株等共计1200来张图片
04-25
其中包括：原始数据集，根据YOLO标注好的数据集，我自己训练好的模型以及我的标签文件等，我共分了8类标签，分别是：flower，health，ripe，fruit，fertilizer，powdery，acalcerosis，greyleaf。希望对你有所帮助
植物病虫害检测数据集-番茄叶病虫害检测训练数据集-提供标注信息-645张训练图像+测试+验证图-含7个类别病害-高质量数据集
04-17
植物病虫害检测数据集_番茄叶病虫害检测训练数据集_提供标注信息_645张训练图像+测试+验证图_含7个类别病害_高质量数据集 类别 Bacterial Spot Early Blight Healthy Late Blight Leaf Mold Target Spot Black Spot...
病虫害检测数据集yolo格式
04-28
一个典型的YOLO格式病虫害检测数据集通常包含以下几个主要组件：首先是一系列图像文件，这些图像应覆盖不同的农作物种类、病虫害类型以及各种环境条件下的真实场景。其次，每个图像文件都对应有一个或多个标注文件，...
植物病害识别数据集
这里是Mae。
05-11 3399
植物病害识别数据集。
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值