农业虫害数据集链接

最新推荐文章于 2024-05-22 23:57:04 发布
最新推荐文章于 2024-05-22 23:57:04 发布
阅读量48 收藏 1
点赞数
文章标签： YOLO 目标检测
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/weixin_42117855/article/details/132509107
版权

https://zhuanlan.zhihu.com/p/451142782
https://blog.csdn.net/qq_40481602/article/details/127215813?ydreferer=aHR0cHM6Ly93d3cuYmluZy5jb20v

weixin_19940717
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
番茄病虫害数据集
10-15
番茄病虫害数据集
农业病虫害数据集与算法——调研整理
qq_40481602的博客
10-08 1万+
通过博客和文献调研整理的一些农业病虫害数据集与算法。
YOLOV3林业病虫害数据集和数据预处理-paddle教程
weixin_43955293的博客
11-02 3607
林业病虫害数据集和数据预处理方法介绍 在本课程中，将使用百度与林业大学合作开发的林业病虫害防治项目中用到昆虫数据集。 读取AI识虫数据集标注信息 AI识虫数据集结构如下： 提供了2183张图片，其中训练集1693张，验证集245，测试集245张。 包含7种昆虫，分别是Boerner、Leconte、Linnaeus、acuminatus、armandi、coleoptera和linnaeus。 包含了图片和标注，请读者先将数据解压，并存放在insects目录下。 !conda list # packa
YOLO目标检测数据集大全【含voc(xml)、coco(json)和yolo(txt)三种格式标签+划分脚本+训练教程】（持续更新建议收藏）
热门推荐
m0_64879847的博客
11-05 27万+
YOLO目标检测数据集大全【含voc(xml)、coco(json)和yolo(txt)三种格式标签+划分脚本+训练教程】（持续更新建议收藏）
目标检测算法——农业作物开源数据集汇总（收藏）
加勒比海带66——【YOLO魔法搭配&论文投稿咨询】
04-01 7074
🎄🎄近期，小海带在空闲之余收集整理了一批农业作物开源数据集资源供大家参考。整理不易，小伙伴们记得一键三连喔！！！🎈🎈
柑橘病害数据集（四类图像分类，没有打yolo标签）
qq_40840797的博客
11-26 1236
在这个数据集中，有一类是新鲜柑橘，还有另外三种疾病，溃疡病、黑斑病和绿化病。黑斑病） 文件夹溃疡病） 文件夹2.3.fresh（） 文件夹）文件夹。
农业大数据中心建设可行性方案
qq_43640814的博客
09-01 5723
项目概述 1.1. 项目建设背景 XX市是一个农业大市， 位于云南省东北部， 金沙江下游， 滇、川、黔三省结合部。地理坐标在东经102°52’ ~105°18’、北纬26°18’ ~28°40’之间，全市辖10县1区， 总面积2.3万km2。由于受乌蒙山脉和五莲山脉以及江河深切割，形成陡峻峡谷，西南高、东北低，北部最低海拔（富源县滚坎坝） 267m，南部最高海拔（ 巧家县药山）4040m， 相对高差3773 m。由于水平位置和垂直高度的差异，构成境内地形复杂，气候多变，具有明显的立体气候、立体农业的特点，.
080农业病虫害检测-基于CNN卷积神经网络识别包含数据集及训练及预测推理
jkhasdsb的博客
09-25 602
在02中可以选择的模型有10多种，可以都训练进行对比、包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。需要注意的是，基于卷积神经网络的农业病虫害检测需要大量的数据集和专业的知识来进行模型的构建和训练。同时，模型的泛化能力也是需要考虑的因素，即模型在不同场景下的表现。运行02train.py可以对txt文本中的图片路径读取并训练模型，
目标检测应用场景—数据集【NO.15】叶片虫害检测
m0_70388905的博客
10-24 352
叶片虫害检测应用方向
基于YOLOv8的苹果树叶病害检测研究（附源码+数据集+可部署安装）
Dalu_1226的博客
04-09 1466
基于YOLOv8的苹果树叶病害检测研究是一个非常具有实际应用价值的课题，它结合了深度学习技术中的最新进展，尤其是在目标检测领域。YOLO（You Only Look Once）是一种非常流行的目标检测算法，它以其高效和准确性而闻名。YOLOv8作为这一系列算法的最新版本，相较于其前身在准确性、速度和模型大小方面都有所改进。以下是基于YOLOv8进行苹果树叶病害检测研究的一些基本步骤和考虑因素。软件主要功能。
虫害数据集，包含7种害虫数据集
03-09
虫害数据集，包含7种害虫数据集
深度学习植物叶子病虫害数据集
05-24
本数据集类别包含Black gram_healthy, Black gram_leaf spot, Dolicos bean_cercospora leaf spot, Dolicos bean_healthy, ...可通用于植物病虫害识别，数据集一共2700张左右照片。YOLOv5格式，已分好训练集和验证集。
棉花病虫害数据集cotton disease
08-03
包含1522张棉花病虫害图片，已标注为txt格式，拿到手即可直接开始训练。可用于目标检测，机器学习，深度学习，人工智能，python。
各种病虫害的高清数据集
03-30
病虫害高清数据集含有五个类别。jpg格式图片
【YOLOv5/v7改进系列】替换特征融合网络为AFPN
2401_84870184的博客
05-22 864
介绍了一种新的特征金字塔网络结构——渐近特征金字塔网络（Asymptotic Feature Pyramid Network, AFPN），旨在解决目标检测任务中多尺度特征提取的问题，特别是非相邻层级间特征信息的损失和退化。
番外篇 | YOLOv8改进之更换主干网络MobileNetv3 + 添加CA注意力机制
突然好想你
05-21 336
MobileNetv3是一种轻量级网络，采用了深度可分离卷积等轻量化技术，具有较小的模型参数量和计算复杂度，适合在计算能力较弱的设备上运行。本节课就让我们结合论文来对YOLOv8进行组合改进（更换主干网络MobileNetv3 + 添加CA注意力机制），希望同学们学完本节课可以有所启迪！🌈
番外篇 | YOLOv8改进之在C2f中引入多元分支模块DiverseBranchBlock | 涨点必备
最新发布
突然好想你
05-22 386
Diverse Branch Block (DBB) 是一种用于增强卷积神经网络性能的结构重新参数化技术。基本原理在于增加卷积层的复杂性，通过引入不同尺寸和结构的卷积分支来丰富网络的特征表示能力。🌈
特征融合篇 | YOLOv8改进之引入多尺度特征融合iAFF，提升小目标检测能力
突然好想你
05-19 80
迭代注意力特征融合（Iterative Attentional Feature Fusion，iAFF）是一种用于图像分类的深度学习模型。它使用了多个不同的卷积神经网络（CNN）模型来提取图像特征，并通过迭代注意力机制将这些特征进行融合，以提高分类准确率。🌈
农业病虫害研究数据集
09-03
农业病虫害研究数据集是指用于研究和分析农作物病虫害的图像数据集。其中一个常用的数据集是AgriPest。AgriPest数据集由农业专家手工标注的图像组成，这些图像是通过图像采集设备在田间环境中拍摄的。该数据集包含四种作物（稻谷、小麦、玉米、油菜）的14种病虫害，总共有49,707个样本。其中，44,716个样本用作训练样本，4,991个样本用作测试样本。验证集分为四种常见场景，包括密集分布、稀疏分布、光照变化和背景杂波。 AgriPest数据集的出现为研究野外小目标虫害检测提供了基础，因为该数据集要求目标在样本图像中所占的区域面积较小。在此之前，农作物病虫害的识别一般都是属于较大目标的检测，并且通常在比较单一的背景下进行。 该数据集的病虫害样本数量丰富，并且包含了多种不同的场景，使得研究人员可以更好地理解和分析农作物病虫害。研究人员可以利用这个数据集来评估和探索先进的深度学习技术在农业病虫害上的表现，并为计算机视觉和害虫监测应用领域的研究提供重要的机会。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [AgriPest:A Large-Scale Domain-Specific Benchmark Dataset for Practical Agricultural Pest Detection](https://blog.csdn.net/qq_43723025/article/details/115312196)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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