水稻病虫害数据集（复杂背景）

最新推荐文章于 2024-09-07 09:04:57 发布
最新推荐文章于 2024-09-07 09:04:57 发布
阅读量787 收藏 9
点赞数 18
文章标签： 数据分析 数据仓库 数据库 python 深度学习
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/dl_data_set/article/details/139279388
版权

水稻病虫害数据集（复杂背景）

数据集包含 9 个类别的图片，信息如下：
文件夹 东格鲁病毒病 中的图片数量: 1088
文件夹 健康水稻 中的图片数量: 1764
文件夹 枯心病 中的图片数量: 1442
文件夹 稻瘟病 中的图片数量: 1738
文件夹 细菌性条斑病 中的图片数量: 380
文件夹 细菌性白叶枯病 中的图片数量: 479
文件夹 细菌性穗枯病 中的图片数量: 337
文件夹 褐斑病 中的图片数量: 965
文件夹 霜霉病 中的图片数量: 620
所有子文件夹中的图片总数量: 8813

整体截图：

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

数据集：
链接：https://pan.baidu.com/s/1ivaCb9TbuoEPHt97_wM_kQ?pwd=76d5 
提取码：76d5
数据集_深度学习
关注
自然环境下，4种水稻叶片病虫害数据集，并使用深度卷积网络对其识别，准确率在98.6%以上（python代码，带有数据集，可以直接运行，带有GUI界面，对代码感兴趣可以私信，为本人创作）
qq_40840797的博客
04-29 3226
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。2.3.model.py是装载的CNN模型，train.py是调用CNN对训练集训练和对测试集识别（这里展示了20个epoch的训练，可以增加训练次数，将高于98.6%），最后稳定的模型参数保存在CNN.pth。2.1.data文件夹装的是4种水稻叶片病虫害原始数据集。
YOLO水稻虫害识别数据集（16类，近一万张图像）
m0_73878864的博客
03-08 1545
YOLO水稻虫害识别数据集，包含稻秆蝇、二化螟、褐飞虱、蓟马、蛴螬、蝼蛄等常见害虫，共16个水稻害虫类别，9700多张图像，yolo标注完整，全部原始数据，未应用增强。
农业病虫害图像数据集及构建
LOLUN9的博客
08-30 230
农业害虫3.6T，包含26个目，313个科，共1600余种（覆盖所有一类农作物）。6.申请农业病虫害训练平台账号，申请数据集，进行模型与数据隔离训练。想用训练平台或者数据集进行训练的小伙伴可以给我留言或者发邮件。3.将标注后的数据转化为VOC,COCO或者YOLO格式。基于上一版本，近期团队又对农业病虫害图像数据集做个补充。农业病害1.5T，包含160种作物，共1500余种。4.针对某一种作物，或者某几种害虫建立数据子集。杂草1.0T，共500余种。5.增加病虫害语料数据集。
玉米病虫害检测数据集 10000张 玉米病虫害 voc yolo
最新发布
2401_83580557的博客
09-07 1056
玉米病虫害检测数据集 10000张 玉米病虫害 voc yolo，
水稻叶病害数据集（目标检测，yolo使用，二分类数据集，健康，病害（多类病害类别统一为一个病害类别））
qq_40840797的博客
08-29 4457
train文件夹（44229张），test文件夹（4741张），valid文件夹（6000张）对数据集感兴趣的可以关注最后一行。data.yaml文件展示。2.train文件夹展示。
水稻病害分类数据集1886张8类别.7z
03-15
数据集类型：图像分类用，不可用于目标检测无标注文件 数据集格式：仅仅包含jpg图片，每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数)：1886 分类类别数：8 类别名称:["bacterial_leaf_blight","brown_spot","healthy_rice_leaf","leaf_blast","leaf_scald","narrow_brown_leaf_spot","rice_hispa","sheath_blight"] 每个类别图片数： bacterial_leaf_blight 图片数：208 brown_spot 图片数：274 healthy_rice_leaf 图片数：187 leaf_blast 图片数：310 leaf_scald 图片数：231 narrow_brown_leaf_spot 图片数：163 rice_hispa 图片数：225 sheath_blight 图片数：288 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理分类存放
水稻病虫害数据集
xiaoxiaoehs的博客
06-10 1921
本文主要是对网上的病虫害数据集进行准确地标注
水稻病害检测（YOLO数据集，多分类，稻瘟病、纹枯病、褐斑病、枯心病、霜霉病、水稻细菌性条纹斑病、稻苞虫）
qq_40840797的博客
04-28 1271
是自己利用LabelImg工具进行手工标注，数据集制作不易，请尊重版权（稻瘟病、纹枯病、褐斑病、枯心病、霜霉病、水稻细菌性条纹斑病、稻苞虫只需要数据集可以往下关注。
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 1275
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。
农作物病虫害AI智能监测预警系统
燧机科技的博客
11-20 2960
农作物病虫害AI智能监测预警系统利用机器学习、计算机视觉等技术，采用特定的计算机算法和模型，对摄像机以视频的方式实时监控作物生长状态，并将视频流画面实时推送到云端服务器，我们可以在后台设置抽帧比例，比如每分钟抽帧3次，农作物病虫害AI智能监测预警系统则会在1分钟内抽取的3张图片推送给Al算法模型，AI算法模型会对推送过来的图片进行自动分析，并且通过自主学习不断提高判断能力。
目标检测YOLO实战应用案例100讲-基于机器视觉的水稻病虫害监测预警（续）
qq_36130719的博客
11-20 557
由于摄像机拍摄成像参数、拍摄距离、角度变化和天气变化，水稻病害叶片采 集面临运动模糊、尺度变化、复杂背景干扰、局部遮挡、光照变化等问题。为了满 足大田水稻叶片病害识别试验需求，试验数据集来自鄂州市水稻种植试验基地（武 汉大学转基因水稻国家重点实验室基地）。原数据集包含早、中、晚水稻12类主要 病害叶片图像（稻瘟病、白叶枯病、纹枯病、胡麻斑病、条纹叶枯病、细菌性条斑 病、恶苗病、稻曲病、叶鞘腐败病、细菌性褐斑病、稻粒黑粉病、矮缩病）以及健 康叶图像，总计5459张。水稻病害类别分别用C1~C13表示。
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。
农作物病虫害专家系统界面截图photodb.zip
11-28
农作物病虫害专家系统界面截图photodb.zip
水稻叶片病虫害分类数据集-提供代码和教程.zip
06-16
水稻叶片病虫害分类数据集-提供tensorflow代码和教程，结合作者录制的b站视频，快速掌握不是梦。数据集详细信息请看https://blog.csdn.net/ECHOSON/article/details/117964438
番茄病虫害数据集
10-15
番茄病虫害数据集
农作物病害识别.zip
05-03
有关农作物各种病害的数据集，用于训练农作物病害识别模型。帮助农夫更好的种植。
大规模数据集IP102：农产品害虫识别与对象检测
然而，用于视觉分类任务的现有数据集主要集中在常见对象上，花和狗。这限制了强大的深度学习技术在农业领域等特定领域的应用。在本文中，我们收集了一个大规模的数据集命名为IP102害虫识别。具体来说，它包含了超
玉米叶片病害分类的深度转移模型（改进AlexNet）
慕云
05-06 1672
目前，深度学习在图像分析和目标分类中发挥着重要作用。玉米病害导致产量下降，进而成为全球农业经济损失的突出因素。此前，研究人员已经使用手工制作的特征对玉米植株的叶片疾病进行图像分类和检测。如今，深度学习的发展使得研究人员能够极大地提高目标识别和分类的准确性。因此，本文探索了快速、准确地检测玉米叶片病害的AlexNet模型。为了验证结果，我们使用了PlantVillage数据集。该数据集包含两类玉米病害，即基于叶斑的病害（灰斑病和灰斑病）和基于普通锈病的病害。前者包含1363张图片，后者包含929张图片。CNN
YOLOv2目标检测算法在农业领域的应用：作物监测与病虫害识别，助力农业现代化
!...# 1. YOLOv2目标检测算法简介 YOLOv2（You Only Look Once v2）是一种实时目标检测算法，由Redmon和Farhadi于2016年提出。它基于YOLOv1算法，进行了多项改进，包括引入Batch Normalization层，使用Anchor Box机制...
评论
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