植物病害识别：茶叶叶片病害识别数据集

已于 2024-04-23 11:52:18 修改
阅读量738 收藏 10
点赞数 11
分类专栏： 数据集 文章标签： 图像处理 计算机视觉 深度学习 YOLO 神经网络 视觉检测
于 2024-01-14 11:15:54 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/m0_73878864/article/details/135580899
版权
该文章介绍了一个包含9500多张茶叶病害图片的数据集，涵盖白斑病、茶蚊虫病等6类别，未经增强处理，由视频抽帧获取，适合用于病害识别研究。
摘要由CSDN通过智能技术生成

茶叶病害识别数据集：9500多张高质量图片，标注完整，包含白斑病，茶蚊虫病，黑腐病，红蜘蛛感染，健康茶叶，叶锈病6个类别，没有应用增强，数据集通过视频抽帧制作，相似图像较多

需要此数据集或任何其他数据集请私信

MM-FF
关注
  • 11
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
[数据集][目标检测]茶叶病害数据集VOC+YOLO格式883张8类别
FL1623863129的博客
01-15 1499
标注类别名称:["algalleaf","Anthracnose","birdeyespot","brownblight","graylight","healthy","redleafspot","whitespot"]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。标注数量(txt文件个数)：883。
茶叶病害数据集data.zip
05-07
专栏数据集
图像分类：茶叶病害分类数据集
m0_73878864的博客
02-10 734
茶叶病害分类数据集，近7000张高质茶叶病害图像数据，无标注，适用于图像分类，包含藻斑病、鸟眼斑病、褐斑病、健康茶叶等7个类别。
茶叶病害识别(Python代码，pyTorch框架，深度卷积网络模型，很容易替换为其它模型，带有GUI识别界面)
qq_40840797的博客
08-22 794
4.经过60个epoch训练后，测试集平均准确率达到86%-90.08%的效果（用户如果计算机配置较高，可以增加epoch，效果也会更好），GUI界面识别效果和predict.py识别效果如视频所示。已经将代码和数据放在同一文件夹进行压缩，很容易进行运行代码，无需配置繁琐路径，对项目感兴趣的可以关注。picture文件夹存放的是经hf.py对data文件夹处理后，生成的训练集和测试集照片。predict.py是调用训练好的模型参数单个照片识别脚本，对单个 照片进行识别。茶叶病害数据集还包含一类健康茶叶。
茶叶病害数据集(7类病害和1种正常)
qq_40840797的博客
07-20 1015
茶叶病害数据集还包含一类健康茶叶。每个类都包含100多个图像)
植物叶片病害数据集 含4500多张
07-20
可以利用预训练在大型数据集（如ImageNet）上的模型，然后在植物病害数据集上进行微调，以适应新的任务。 7. 农业智能化：这个数据集的应用可以推动精准农业的发展，通过无人机或卫星图像实时监测农田，自动识别...
自己整理的植物医生数据集，用于病害识别
04-10
这个数据集主要关注的是植物病害，特别是番茄病害，因此它包含了大量的图像，用于训练算法以识别不同类型的植物疾病。 1. 数据集的概念与重要性： 数据集是机器学习和深度学习模型训练的基础，它由一系列标记的数据...
植物病害数据集.rar
11-19
植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物病害数据集植物...
图像分类数据集：番茄叶片病害识别10分类【包括划分好的数据、类别字典文件、python数据可视化脚本】
05-10
数据包含：番茄叶片病害识别10分类【包括划分好的数据、类别字典文件、python数据可视化脚本】 【分类个数：10分类】Bacterial_spot、Early_blight、Leaf_Mold、Yellow_Leaf_Curl_Virus等等 【数据集详情】data目录...
YOLO茶叶检测数据集
06-13
1、YOLO茶叶检测数据集，使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO系列茶树上的茶叶检测；数据场景丰富；类别为tea共一个类别目标 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
玉米生长状态数据集(健康及病害)
07-08
玉米生长状态数据集，包括玉米的4种生长状态。玉米健康、大斑病、小斑病和玉米锈病，文件夹中分别用0、1、2、3表示。各类图片分别有433、354、187、432张，共1406张。
茶叶病害检测数据集-含7种病害分类+885张高质量真实采集茶叶病害图片+已按类别划分-可用于深度学习算法训练.zip
04-23
茶叶病害检测数据集_含7种病害分类+885张高质量真实采集茶叶病害图片+已按类别划分_可用于深度学习算法训练
深度学习—玉米病害数据集（主要七种病害）.zip
03-20
共有7个文件夹分别为 aihuayebing 矮花叶病 healthy 健康 huibanbing 灰斑病一般 huibanbings灰斑病严重 xiubing 锈病一般 xiubings 锈病严重 yebanbing 叶斑病一般 yebanbings 叶斑病严重
Leaf Type Detection 叶型检测-数据集
03-12
创建检测模型以帮助农业生产！ Leaf Type Detection_datasets.txt Leaf Type Detection_datasets.zip
图像分类数据集：玉米叶片病害识别4分类【包括划分好的数据、类别字典文件、python数据可视化脚本】
最新发布
05-13
数据包含：玉米叶片病害识别4分类【包括划分好的数据、类别字典文件、python数据可视化脚本】 【分类个数：4分类】健康、锈菌、斑点、枯萎病 【数据集详情】data目录下分为2个目录，训练集和验证集，存放各自的同一...
用卷积神经网络识别实际田间条件下茶叶病虫害（自然环境下拍摄的数据集不用太多预处理）
慕云
09-21 1655
用卷积神经网络识别实际田间条件下茶叶病虫害 Identification of tea foliar diseases and pest damage under practical field conditions using a convolutional neural network Abstract 茶叶病变对茶树生长不利。它们的不利影响包括茶叶的进一步病害以及产量和利润的直接下降。因此，茶叶病变的早期检测和现场监测对于有效控制感染和防止产量进一步损失是必要的。在这项研究中，1，822幅茶叶图像带
植物病害识别：YOLO茶叶病害识别分类数据集
m0_73878864的博客
03-08 697
茶叶病害识别数据集，3200多张茶叶病害图像数据，yolo标注完整，适用于茶叶病害识别，包含藻斑病、褐斑病、鸟眼斑病，炭疽病，红斑病5个类别。
深度学习——植物、农作物图像数据集大合集（二）
热门推荐
weixin_44906759的博客
03-04 1万+
近年来深度学习技术在水果识别、农作物病害识别、农作物虫害识别、田间杂草识别、目标农作物定位等农作物检测识别领域内的研究进展迅速，各类行业应用也层出不穷。 最新整理的一期关于植物、农作物图像数据集，这里分享给大家；小伙伴也可以搜索“植物、农作物图像数据集”，看我的往期数据集介绍。更多的数据集可以在我知乎个人简介中查看下载方法。
玉米病害数据集图像识别
11-20
基于引用和引用提供的信息，我们可以得知玉米病害数据集包含了玉米的4种生长状态，其中包括健康、大斑病、小斑病和玉米锈病。可以使用基于图像处理和机器学习的方法对这些图像进行分类和识别。具体步骤如下： 1. 数据预处理：将数据集中的图像进行预处理，包括图像增强、降噪、裁剪等操作，以提高后续分类和识别的准确性。 2. 特征提取：使用图像处理技术和机器学习算法对图像进行特征提取，提取出图像中的关键特征，例如颜色、纹理、形状等。 3. 模型训练：使用机器学习算法，例如支持向量机（SVM）、卷积神经网络（CNN）等，对提取出的特征进行训练，生成分类模型。 4. 模型测试：使用测试集对训练好的模型进行测试，评估模型的准确性和性能。 5. 部署应用：将训练好的模型部署到应用程序中，实现对新图像的分类和识别。
评论 5
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

打赏作者

MM-FF

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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