植物疾病检测边界框数据集

植物疾病检测边界框数据集

一、数据集概述

植物病害图像数据集，包含多种作物叶片的健康与病害图像，用于植物病害智能识别与分类研究。数据集中图像按病害类别组织，适合深度学习模型训练。

二、基本信息

三、数据内容详情

文件夹结构

本数据集包含 3 个子文件夹，共计 4,820 个文件。 其中：图片 2,410 张。

文件夹：test

文件夹：train

文件夹：valid

数据统计汇总

图像数据

• 图片总数: 约 2,410 张

• 图片格式: JPG / PNG

• 数据组织方式: 按类别文件夹分类（文件夹名即为类别标签）

数据集示例图片

示例图片 1: 4b793be3-560b-47f6-93e9-aabf19cdcffe___Rutg-_Bact-S-1833_JPG.rf.8f99c983a66907c2e105ff70d424b14b.jpg

示例图片 2: RS_Rust-1700_flipLR_JPG.rf.d7ddc0460410bd7e6cdcd2518e69add6.jpg

四、数据类型与标注情况

五、应用场景

• 植物病害图像分类（CNN / ResNet / EfficientNet 等）

• 目标检测与病害区域定位

• 迁移学习与微调研究

• 农业智能化病害诊断系统开发

• 数据增强技术验证

• 病害早期预警系统

六、使用建议

• 使用前请进行必要的数据清洗和预处理

• 建议在使用前仔细查看数据集原始说明文档

• 图像数据集建议使用数据增强技术以提升模型泛化能力

• 训练前请确认图片分辨率和类别分布是否均衡