用于视觉植物病害检测的图像数据集

数据说明：

由于植物病害，印度每年损失35%的农作物产量。由于缺乏实验室基础设施和专业知识，植物病害的早期检测仍然很困难。该数据集探讨了计算机视觉方法用于可扩展和早期植物疾病检测的可能性。缺乏足够大规模的非实验室数据集仍然是实现基于视觉的植物病害检测的主要挑战。

在此背景下，该数据集就此诞生。该数据集总共包含2，598个数据点，2924张相关图像，涵盖13种植物物种和多达17种疾病类别，涉及大约300个小时的注释工作。为了展示数据集的有效性，学习了3种用干植物病害分类任务的模型。结果表明，使用该数据集建模可以将分类精度提高多达31%。