动物 深度学习数据集 100种蝴蝶与蛾子图像数据集。所有图片均为224x224x3, jpg格式。训练集由12639张图像组成,分成100个子目录,每个目录对应一个物种。测试集由500张图片组成,分成100个子目录,每个目录5张测试图片。有效集合由500张图片组成,分成100个子目录,每个物种5张验证图片。包含一个CSV文件。csv文件由3列组成,共13639行,一行对应数据集中的每张图像。
植物 深度学习数据集 13类农作物叶片病害数据集(每类2000张图片左右),所有的图像都在训练、测试和验证目录中的相关类名文件夹中。所有图片都是256×256大小和RGB配色方案。木薯图像不包含原始数据集中的所有图像。
植物 深度学习数据集 12类作物和杂草幼苗在不同生长阶段的图像,该数据集包含5,539张作物和杂草幼苗的图像。如上图所示,这些图片被分为12类。这些分类代表了丹麦农业中常见的植物种类。每个类包含显示植物在不同生长阶段的rgb图像。 图片大小不一,以png格式显示。
植物 深度学习数据集 14种不同植物叶片数据集,0“苹果”1“蓝莓”2“樱桃”3“玉米”4“葡萄”5“橘子”6“桃子”7“胡椒”8“马铃薯”9“覆盆子”10“大豆”11“南瓜”12“草莓”13“西红柿”,各类图片数量如下:苹果988蓝莓467樱桃583玉米1206葡萄1458橘子1748桃子977胡椒765马铃薯716树莓264大豆1616南瓜574草莓673番茄5693