一、研究背景：
农作物病害是农业生产中常见的问题，它们严重影响作物的生长和产量。随着人口增长和耕地面积的减少，提高作物产量和质量变得尤为重要。传统的病害识别方法依赖于农业专家的经验和知识，但这种方法效率低下，且难以普及。因此，利用现代信息技术，特别是图像识别技术，自动化地识别和分类农作物病害，对于提高农业生产效率和作物健康具有重要意义。
二、研究意义：
农作物病害数据集的研究对于实现精准农业和可持续农业发展具有重要价值。通过自动化的病害识别系统，农民可以更快地识别和处理病害问题，减少农药的使用，提高作物产量和质量。此外，这些数据集还可以用于研究病害的传播模式和影响因素，为农业科学研究提供支持。
三、研究方法：
研究方法主要包括数据采集、数据预处理、模型训练和评估。
1、数据采集通常涉及在不同环境条件下拍摄病害作物的图像。
2、数据预处理可能包括图像的裁剪、旋转、增强等操作，以提高数据的多样性和质量。
3、模型训练通常使用深度学习技术，如卷积神经网络（CNN），通过大量的图像数据训练模型以识别不同的病害类型。
4、评估模型的性能通常使用准确率、召回率等指标。
应用场景：
农作物病害数据集的应用场景包括田间监测、农业咨询、科研教育和农业保险等。
1、在田间监测中，我们可以使用移动应用或设备实时识别作物病害，及时采取防治措施。
2、农业咨询公司可以利用这些数据集为种植用户提供定制化的病害管理建议。
3、科研教育机构可以使用这些数据集进行植物病理学的研究和教学。
4、农业保险公司可以利用病害数据评估作物风险，为保险产品设计提供依据。
数据集：Plant-Diseases
-
创建时间：2024-07-10
-
链接地址：Plant-Diseases
-
数据集介绍：包含多种植物疾病的植物疾病数据集
数据集：GVJahnavi/Crops_set|农作物病害识别数据集
-
创建时间：2024-04-12
-
数据集介绍：该数据集包含图像和标签两个特征，图像用于展示植物的外观，标签则指明植物是否患有特定病害或处于健康状态。数据集分为训练集和测试集，分别用于模型训练和测试。标签特征包含20个类别，涵盖了玉米、辣椒、土豆、大豆和番茄等植物的多种病害及健康状态。
数据集：Plant Disease Dataset|植物疾病数据集|农业计算机视觉
-
创建时间：2024-04-03
-
数据集介绍：解锁农业潜力：农业计算机视觉的植物疾病数据集
数据集：Crop Diseases Classification 农作物病害分类图像数据集
-
创建时间：2024-03-22
-
数据集介绍：该数据集由存储在 train_images 文件夹中的植物图像和包含图像标签的 json 文件组成。这些图像已被标记为 5 个不同的类别 -木薯细菌性枯萎病 (CBB) 、木薯褐条病 (CBSD) 、木薯绿斑驳病 (CGM) 、木薯马赛克病 (CMD) 和健康” 。该数据集还包括一个 .csv 文件，该文件将图像名称映射到相应的标签。
数据集：Crop Disease Image Classification Dataset|农作物病害识别数据集
-
创建时间：2024-03-17
-
数据集介绍：使用深度学习（DL）对农作物疾病进行分类
数据集：Wheat Plant Diseases|农作物疾病数据集|图像分类数据集
-
创建时间：2024-03-16
-
数据集介绍：对各种小麦植物疾病进行分类，包含近14,000张以上图像
数据集：yusuf802/new-image-dataset|图像识别数据集|农作物病害识别数据集
-
创建时间：2023-10-14
-
数据集介绍：该数据集包含图像和标签两个特征，图像特征的类型是图像，标签特征的类型是分类标签，包含多个植物病害和健康状态的类别。数据集分为训练集和测试集，分别包含56842和10032个样本。数据集的大小和下载大小也被提供。
数据集：PlantVillage Dataset|植物病理学数据集|图像识别数据集
-
创建时间：2023-08-10
-
数据集介绍：PlantVillage是一个植物病害图像数据库，常作为基础数据集用于农作物病害及植物病害的相关研究。 该数据库的图像都是在实验室中拍摄的， 目前数据集中有 54305 张植物病害叶片图像，其中包含 13 种植物共 26 类病害叶片。 该数据集中 有38 个类别的样本图像。
数据集：农业病虫害|农业病害识别数据集|图像识别数据集
-
创建时间：2023-07-12
-
数据集介绍：基于AI Challenger农作物叶子图像数据集包含10种植物(苹果、樱桃、葡萄、柑桔、桃、草莓、番茄、辣椒、玉米、马铃薯)的27种病害（其中24个病害有分一般和严重两种程度），合计61个分类(按“物种-病害-程度”分)的特性，训练图像总数为31718张，测试图像总数为4540张。每张图包含一片农作物的叶子，叶子占据图片主要位置。
数据集：一种肉桂酰胺衍生物在防治农作物真菌病害中的应用|农业化学数据集
-
创建时间：2023-06-28
-
数据介绍：该数据为文档类型，数据内容是中国林业专利。该专利名称是一种肉桂酰胺衍生物在防治农作物真菌病害中的应用，专利类型是发明，专利年份是2020年。
数据集：农作物病虫信息调度-小麦油麦菜病虫防治信息
-
创建时间：2023-04-26
-
数据集介绍：农作物病虫信息调度-小麦油麦菜病虫防治信息，包含：小麦油麦菜病虫防止信息编号、病害名称、一般病株病叶病穗率等.
数据集：农业病虫害命名实体识别数据集
-
创建时间：2023-03-24
-
链接地址：农业病虫害命名实体识别数据集
-
数据集介绍：病害 | 农业病害名称 虫害 | 农业虫害名称 防治药剂 | 防治农业病虫害的药剂学名、俗名、生物防治药剂名 防治方法 | 防治农业病虫害的农业防治方法、生物防治方法等 为害症状 | 农业病虫害危害作物的特征 为害地区 | 发生农业病虫害的地区 作物 | 农作物名称及品种 现将自建的数据集公开，供各位同仁使用及指正以作学术研究之用，欢迎大家补充数据集。
数据集：2018年农作物病害数据集（共61分类）|农作物病害识别数据集
-
创建时间：2023-03-17
-
数据集介绍：本研究基于AI Challenger农作物叶子图像数据集包含10种植物(苹果、樱桃、葡萄、柑桔、桃、草莓、番茄、辣椒、玉米、马铃薯)的27种病害（其中24个病害有分一般和严重两种程度），合计61个分类(按“物种-病害-程度”分)的特性，训练图像总数为31718张，测试图像总数为4540张。每张图包含一片农作物的叶子，叶子占据图片主要位置。
数据集：农作物病害智能识别|农业技术数据集|图像识别数据集
-
创建时间：2022-12-06
-
数据集介绍：数据集包含10种植物(苹果、樱桃、葡萄、柑桔、桃、草莓、番茄、辣椒、玉米、马铃薯)的27种病害（其中24个病害有分一般和严重两种程度），合计61个分类(按“物种-病害-程度”分)的特性，训练图像总数为31718张，测试图像总数为4540张。
数据集：Plant Disease Classification Dataset |植物疾病识别数据集|图像分类数据集
-
创建时间：2022-03-17
-
链接地址：Plant Disease Classification Dataset |植物疾病识别数据集|图像分类数据集
-
数据集介绍：数据包含不同植物的各种健康和感染图像
数据集：2018年 农作物病害数据集|农作物病害识别数据集|图像分类数据集
-
创建时间：2021-07-28
-
数据集介绍：训练图像总数为32768张，验证图像总数为4992张，测试集A图像总数为4959张;因为比赛社区很多人反馈数据交叉的现象，官方在比赛的又发布了第二次比赛数据，第二次发布的数据是对存在标签交叉部分的进行更新，训练图像总数为31718，先来说下数据集的大概情况，官方前后总共发布了两次比赛数据集．第一次数据集有很多图像存在标签交叉的情况(即相同的图像存在不同的标签，特别是病害程度一般和严重存在交叉情况)
数据集：CassavaLD-V2-512|农作物病害识别数据集|数据增强数据集
-
创建时间：2021-02-03
-
数据集介绍：17380 张图像裁剪为 512x512。5 个类别中的每一个都有 3476 张图像（通过增强实现平衡;移动 RGB 通道、噪点、饱和度、清晰度）
扫一扫
6678
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
