YOLO水稻虫害识别数据集（16类，近一万张图像）

最新推荐文章于 2024-08-02 21:54:27 发布
最新推荐文章于 2024-08-02 21:54:27 发布
阅读量1.3k 收藏 18
点赞数 14
分类专栏： 数据集 文章标签： YOLO 深度学习 计算机视觉 人工智能 图像处理
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/136565926
版权

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。

适用于CV项目，毕设，科研，实验等

需要此数据集或其他任何数据集请私信

MM-FF
关注
  • 14
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
专栏目录
水稻病害数据集YOLO+VOC格式3355张4类别.zip
12-20
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) 图片数量(jpg文件个数)：3355 标注数量(xml文件个数)：3355 标注数量(txt文件个数)：3355 标注类别数：4 标注类别名称:["Hispa","Healthy","LeafBlast","BrownSpot"] 每个类别标注的框数： BrownSpot 框数 = 525 Healthy 框数 = 1489 Hispa 框数 = 565 LeafBlast 框数 = 779 总框数：3358 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：一共三种水稻病害，褐斑病、Hispa 和叶瘟病 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
农业害虫数据集（12种类别，每个类别有400-500张左右照片，包括：蚂蚁、蜜蜂、甲虫、毛毛虫、蚯蚓、蠼螋、蝗虫、蛾、蛞蝓、蜗牛、黄蜂和象甲）
qq_40840797的博客
07-21 2485
农业害虫图像数据集是12种不同类型农业害虫的图像集合，即蚂蚁、蜜蜂、甲虫、毛毛虫、蚯蚓、假发、蝗虫、蛾、蛞蝓、蜗牛、黄蜂和象甲。这些图像是使用爬虫技术从Flickr平台获得的，并调整了大小，使其最大宽度和高度均为300px。12类害虫，提供了涵盖各种形状、颜色和大小的各种图像，适用于训练和测试算法，以在各种场景中检测和分类害虫。第一个文件夹（蚂蚁），498张照片。第二个文件夹（蜜蜂） ，500张照片。第三个文件夹（甲虫） ，421张照片。第四个类别（毛毛虫），454张。剩余文件夹不再繁琐展示。
水稻病虫害数据集
xiaoxiaoehs的博客
06-10 1628
本文主要是对网上的病虫害数据集进行准确地标注
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 1089
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。
植物病害识别：YOLO水稻病害识别数据集（11000多张，yolo标注）
m0_73878864的博客
03-11 1082
YOLO水稻病害识别数据集，包含叶斑病，褐斑病，细菌性枯萎病，东格鲁病毒病4个常见病害类别，共11000多张图像，yolo标注完整，可直接训练。
植物病害识别：YOLO水稻病害识别数据集（3000多张，3个类别，yolo标注）
m0_73878864的博客
03-11 820
YOLO水稻病害识别数据集，包含细菌性枯萎病，水稻瘟疫，褐斑病3个常见病害类别，共3000多张图像，yolo标注完整，可直接训练。
植物病害识别：YOLO水稻病害识别/分类数据集（2000多张，2个类别，yolo标注）
m0_73878864的博客
03-11 480
YOLO水稻病害识别/分类数据集，包含疾病和正常2类，共2000多张图像，yolo标注完整，可直接训练。
yolov5实现水稻病虫害识别
chy5764的博客
09-24 4184
yolov5训练识别水稻害虫
[数据集][目标检测]水稻病害目标检测数据集VOC+YOLO格式3355张4类别
FL1623863129的博客
12-20 921
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)标注类别名称:["Hispa","Healthy","LeafBlast","BrownSpot"]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)：3355。标注数量(xml文件个数)：3355。标注数量(txt文件个数)：3355。标注规则：对类别进行画矩形框。
yolo格式手势识别数据集-1+ 1万多数据
02-24
1、yolo格式手势识别数据集1，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yolo格式，txt文件，可以直接用于YOLO、Faster-RCNN等算法手机识别，数据场景丰富，包含图像，标注文件...
yolo猫狗图像分类数据集
06-30
这个数据集非常适合用于训练和测试YOLO模型，以实现猫狗的自动识别和分类。每个图像对应一个文本文件，文件名与图像文件名相同，扩展名为.txt dogs-vs-cats/ train/ cat.0.jpg cat.1.jpg ... dog.0.jpg dog.1....
YOLO车辆行人识别数据集
05-26
1、YOLO车辆行人识别数据集 目标类别为person和car 共2个类别，5000多张行人车辆检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：...
2万张yolo旋翼无人机目标检测数据集
03-23
2万张yolo旋翼无人机目标检测数据集，数据集目录已经配置好，yolo格式(txt)的标签，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8等算法可以直接进行训练模型， 数据集和检测结果参考： ...
深度学习—玉米图像数据集大合集
weixin_44906759的博客
03-12 3662
目前玉米的育种表型监测、玉米病虫害监测分析、以及在日常的农业生产中应用深度学习的技术与手段可以很好的解决传统的行业难题，因此深度学习在农业生产中也迅速发展，因此本文，将我自己在工作与学习中收集的各类有关玉米的深度学习数据集分享给大家，包含玉米病虫害、籽粒质量、玉米无人机航、作物分类等多个类型，希望能为大家在农业生产、农作物研究等方面提供一些帮助。
使用torch_pruning对YOLOv8进行剪枝（新版、detect、segment）
yoletPig的博客
07-24 671
在结构修剪中，**Group被定义为深度网络中最小的可移除单元。**每个组由多个相互依赖的层组成，需要同时修剪这些层以保持最终结构的完整性。然而，深度网络通常表现出层与层之间错综复杂的依赖关系，这对结构修剪提出了重大挑战。这项研究通过引入DepGraph轻松实现参数分组，并有助于修剪各种深度网络。如修剪图中高亮的神经元，我们需要对所有有连线的层都进行修剪。
基于matlab的深度学习案例及基础知识专栏前言
最新发布
XU157303764的博客
08-02 4468
1.1、matlab:基于模板匹配的车牌识别_阐述基于模板匹配的车牌识别的字符识别-CSDN博客1.2、基于卷积神经网络(CNN)的车牌自动识别系统(matlab)_车牌识别 cnn-CSDN博客 1.3、基于深度学习的线性预测设计(matlab)-CSDN博客 1.4、基于深度学习的自适应线性预测(matlab)_自适应预测算法-CSDN博客 1.5、基于神经网络的训练堆叠自编码器进行图像分类(matlab)_堆叠自动编码器matlab权重初始化-CSDN博客 1.6、基于神经网络拟合函数的体脂估计(ma
GPU驱动、CUDA 、cuDNN 和CUDA Toolkit之间的关系（深度学习小白必懂）
weixin_44115575的博客
07-23 1576
GPU驱动、CUDA、cuDNN和CUDA Toolkit之间有着紧密的关系，它们共同构成了一个完整的GPU编程和深度学习开发环境。 在最初配置anaconda环境时一直搞不明白它们之间的关系。所以根据自己的理解，通俗详细解释它们各自的角色和相互间的关系，并且列举了一些在anaconda虚拟环境中的例子。 不对的地方希望大家指正。
yolo番茄病识别数据集
06-24
### 回答1： yolo番茄病识别数据集是一个包含了多种番茄病害图像的数据集。这些图像被用于训练机器学习算法来识别并分类不同的番茄病害。该数据集采用的是yolo算法，这意味着它可以使用单个前向传递来检测检测到的物体在图像中的位置和大小。 这个数据集的优点是包含了多种不同的番茄病害，例如细菌性斑点病、早期和晚期的青枯病、疮痂病等。这允许人们在使用该数据集进行机器学习训练时能够让算法较为全面地了解不同的番茄病害的特征和区别。 同时，该数据集还可以在不同的领域中得到应用，例如农业和环境保护领域。通过使用机器学习算法来识别番茄病害，可以帮助人们及时发现并控制病害的蔓延和传染，从而对番茄种植业产生积极的影响。 但同时，这个数据集的一些缺陷也需要考虑。例如，由于数据集是从特定地理位置和条件下采集的，因此可能存在一些偏差，这可能对算法的准确性造成影响。此外，该数据集的规模较小，需要更多的数据和更好的预处理方法来提高算法的性能和精度。 总之，yolo番茄病识别数据集是一个有用的资源，它为研究和开发机器学习算法提供了一个良好的平台。虽然存在一些缺陷，但通过进一步的研究和改进，这个数据集的应用前景仍然非常广阔。 ### 回答2： YOLO番茄病识别数据集是一个用于训练图像识别算法的数据集，主要用于识别番茄叶子上的病害。该数据集包含了超过1,000张照片，其中大部分是含有病害的番茄叶子图片。数据集中的每张图片都被标注了相应的病害位置和类型信息，包括黄化、斑点和枯萎等病害类型。 通过使用此数据集，可以开发高效准确的番茄病害检测算法，这对于保护农作物非常重要。农民可以使用这些算法快速识别叶子上的病害，并采取相应的治疗措施，以保护他们的农作物。此外，这种识别算法也可以帮助农民更好地进行管理，通过在测量中应用该算法，他们可以更好地了解他们的作物生长情况，并及时地采取必要的措施。 总之，YOLO番茄病识别数据集是一款非常有用的工具，可以帮助开发者开发出高效的番茄病害识别算法。相信在未来，这种算法将为保护农作物提供便利，并帮助农民更好地管理他们的作物。
评论 4
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