葡萄叶部病虫害数据集(复杂背景和简单背景）

最新推荐文章于 2024-08-31 17:04:20 发布
最新推荐文章于 2024-08-31 17:04:20 发布
阅读量250 收藏 1
点赞数 2
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/139281031
版权

数据下载地址在文章最后

葡萄叶部病虫害数据集

原始数据集信息：

文件夹 健康葡萄叶 中的图片数量: 2164

文件夹 叶枯病 中的图片数量: 2152

文件夹 霜霉病 中的图片数量: 1938

文件夹 黑腐病 中的图片数量: 2360

文件夹 黑豆病 中的图片数量: 2400

所有子文件夹中的图片总数量: 11014

数据截图

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/1BDSakWiltEm9ey_JsyCi6w?pwd=q5lu 
提取码：q5lu
数据集_深度学习
关注
  • 2
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于深度卷积神经网络的葡萄叶片图像病害识别（新设计CNN这么高的准确率？）））
慕云
05-08 3413
葡萄（Vitis vinifera L.）是世界范围内具有重要商业价值的主要水果作物。黑腐病、黑麻疹和叶枯病是葡萄中常见的三种疾病。及时准确的诊断对于防止疾病传播和减少生产损失至关重要。深度学习的进步为植物病害识别领域的新诊断算法打开了大门。本文提出了一种基于卷积神经网络（CNN）的葡萄病害识别方法。一个轻量级的6层CNN模型从零开始设计，并使用一个包含3个疾病类别和1个健康叶片图像数据集的开放存储库进行训练。该数据集共包含3423张葡萄树叶图像。该模型以70-30的训练测试比率进行训练。图像增强和早期停止
深度学习农作物病虫害数据集
11-07
包含了甜菜、苜蓿、葡萄、柑橘 、芒果共等8种作物
秋天红黄葡萄叶分类图像数据集
12-18
秋天红黄葡萄叶分类图像数据集，葡萄地实拍，每类有葡萄叶500张以上 秋天红黄葡萄叶分类图像数据集，葡萄地实拍，每类有葡萄叶500张以上 秋天红黄葡萄叶分类图像数据集，葡萄地实拍，每类有葡萄叶500张以上
YOLO目标检测——葡萄叶片病害检测数据集【含对应voc、coco和yolo三种格式标签】
m0_64879847的博客
03-07 680
YOLO目标检测——葡萄叶片病害检测数据集【含对应voc、coco和yolo三种格式标签】
葡萄酒数据集
10-06
葡萄酒数据集，二元分类。共130个样本，分别为59+71个。用于SVM、贝叶斯等验证。
葡萄叶病害数据集
qq_40840797的博客
08-02 1170
Grape Isariopsis Leaf Spot（Isariopsis叶斑）（3228张）Grape Black Measles（葡萄黑麻疹）病害（3783张）Grape Black rot葡萄黑腐病病害数据集（3596张）Grape Healthy 健康葡萄叶（2594张）对数据集感兴趣的可以关注最后一行。测试集每类有3张照片。
葡萄叶子病害分类数据集9027张4类别.7z
03-06
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)：9027 分类类别数：4 类别名称:["black_measles","black_rot","healthy","leaf_blight"] 每个类别图片数： black_measles 图片数：2400 black_rot 图片数：2360 healthy 图片数：2115 leaf_blight 图片数：2152 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
[数据集][目标检测]葡萄串检测数据集VOC+YOLO格式95张1类别
FL1623863129的博客
03-01 841
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)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标注。图片数量(jpg文件个数)：95。标注数量(xml文件个数)：95。标注数量(txt文件个数)：95。标注类别名称:["grape"]使用标注工具：labelImg。grape 框数 = 905。标注规则：对类别进行画矩形框。
基于Ghost-convolution和Transformer网络的混合模型诊断葡萄叶病害和害虫内含数据集和预训练模型.zip
05-10
这个名为"基于Ghost-convolution和Transformer网络的混合模型诊断葡萄叶病害和害虫内含数据集和预训练模型.zip"的压缩包文件就提供了一个很好的实例，它结合了两种先进的神经网络架构来解决农业中的病虫害识别问题。...
"基于Ghost卷积和Transformer的葡萄病虫害诊断方法
~沙特国王大学学报虚反射-卷积启发式Transformer混合模型在葡萄病虫害诊断中的应用陆翔宇a，杨瑞a，周俊a，焦杰a，刘飞a，d，刘宇飞a，苏宝峰b，顾培文ca浙江大学生物系统工程与食品科学学院，浙江杭州310058b西北...
基于VGG的多作物叶病图像分类的人工智能模型（2022）
卷积神经网络（CNN）人工智能视觉几何组（VGG）多作物叶病（MCLD）a b s t r a c t近年来，人工智能（AI）在农业中的应用已成为最重要的如果创造性地对待农业技术的采用在作物的生长过程中，对病叶进行控制是关键的...
新库上线 | CnOpenData中国工业企业绿色专利及引用被引用数据简介
CnOpenData的博客
07-30 2万+
中国工业企业绿色专利及引用被引用数据简介   改革开放以来，中国工业化迅速发展，但高增长的背后却隐藏着资源浪费、环境恶化等矛盾，在这些环境问题愈发突出的背景下，我国绿色发展新理念开始深入工业发展，近年来，此项工作已取得较好成绩：在工业和信息化部于2020年公布的我国2016-2019年工业绿色发展成绩单中，规模以上企业单位工业增加值能耗累计下降超过15%，相当于节能4.8亿吨标准煤，节约能源成本约4000亿元，同期，单位工业增加值二氧化碳排放量累计下降18%。经济效益和环境效益的双赢，是现代化工业发展的目标
"移动设备上的轻量级昆虫图像分类模型PCNet的研究与应用
北京100097c农产品质量可追溯国家工程实验室，北京100097d北京市农林科学院植物保护研究所，北方果树病虫害环境友好管理北京市重点实验室，北京100097e仲恺农业工程学院信息科学与技术学院，广州510225阿提奇莱因...
[数据集][图像分类]葡萄叶子病害分类数据集9027张4类别
FL1623863129的博客
03-06 569
类别名称:["black_measles","black_rot","healthy","leaf_blight"]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。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。black_measles 图片数：2400。leaf_blight 图片数：2152。图片数量(jpg文件个数)：9027。black_rot 图片数：2360。healthy 图片数：2115。
机器学习实战-神经网络-21
gemoumou的python学习实记
02-19 233
# pip install scikit-learn --upgrade from sklearn.neural_network import MLPClassifier from sklearn.datasets import load_digits from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.metrics import
葡萄叶子病害分类数据集9027张4类别
2402_83140078的博客
04-23 337
葡萄叶子病害是葡萄种植过程中常见的问题，这些病害对葡萄的生长和产量造成显著影响。白腐病则主要侵害果实和叶片，造成浅褐色病斑，严重时影响葡萄的整体健康。为了防治这些病害，种植者需要采取一系列措施，包括选择抗病性强的品种、加强田间管理、及时清除病枝病叶、合理施肥等。同时，在病害初期要及时采取治疗措施，以防止病害的扩散和加重。类别名称:["black_measles","black_rot","healthy","leaf_blight"]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。
UCI数据集数据的分析 ——葡萄酒数据
热门推荐
X_dmword的博客
05-21 4万+
1、前言 葡萄酒是一种成分复杂的酒精饮料，不同产地、年份和品种的葡萄酒成分不同，这也是导致质量差异过大的重要因素。至今，质量评价主要还是依靠专家的感官。味道是最难理解的一种感官，因此用味蕾评价葡萄酒也就成为一件艰巨的任务。为了评估葡萄酒的质量，我们提出的方法就是根据酒的物理化学性质与质量的关系，找出高品质的葡萄酒具体与什么性质密切相关，这些性质又是如何影响葡萄酒的质量。 2、数据准备...
数据分析中的上钻、下钻、切片和切块
JustinMars的博客
08-27 213
上钻”、“下钻”、“切片”、“切块”是数据分析和数据展示中的常见概念，尤其是在处理多维数据或数据仓库时。
文本数据分析-（TF-IDF）（2）
最新发布
2301_77698138的博客
08-31 810
TF-IDF是一种统计方法，用于评估一个词语对于一个文件集或一个语料库中的其中一份文件的重要程度。它通过结合词频（TF）和逆文档频率（IDF）两个因素来计算词语的权重。词频（TF）表示某个词在文档中出现的频率，逆文档频率（IDF）则度量了该词在整个文本集合中的重要性。TF-IDF值越高，表示该词在文档中的重要性越大，越能代表文档的主题。jieba库是一个流行的中文分词库，它支持三种分词模式：精确模式、全模式和搜索引擎模式。除了分词功能外，jieba库还提供了词性标注、关键词提取、添加自定义词典等丰富的功能。
葡萄酒品质评估数据分析的研究背景和研究意义
03-29
葡萄酒品质评估数据分析的研究背景主要有以下几个方面： 1. 葡萄酒行业的快速发展。随着葡萄酒市场的不断扩大，葡萄酒的品质评估愈加重要。对于生产商来说，通过品质评估可以更好地把握市场需求，制定生产计划和...
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