基于CNN的玉米作物线图像检测数据集

数据说明：

该数据集包含无人机拍摄的玉米田图像8785张，并标注了作物进行检测。它经过精心整理，以方便机器学习研究，特别是开发和评估农业监测和分析算法。

数据集被划分为6个独立的文件夹，每个文件夹的格式都与不同的对象检测架构兼容:

·416x416_augmented:为与检测器2架构(如RetinaNet和Faster R-CNN)一起使用而准备，图像被增强并调整到416×416像素。

·高粱田.v3-416x416_augmented.mt-yolov6:包含为美团YOLOv6架构使用而增强和定制的图像。

·高粱田.v3-416x416_augmented.yolov5pytorch:专门为在PyTorch中实现的YOLOv5体系结构格式化。

·sorghumfield.v3-416×416 augmented.yolov8:适用于最新的YOLOV8架构，具有相同的增强和调整。

·sorghumfield.v3i.darknet:专为与Darknet框架中的YOLOV3、YOLOv4和YOLOv7架构一起使用而设计。

·sorghumfield.v9i.yolov8_synthetic:一个更新集，包含为增强YOLOv8数据集而生成的合成图像。

……