葡萄叶片病害检测数据集

本数据集面向葡萄园叶片病害的智能巡检场景，采集自然光照下葡萄叶片图像，标注叶枯病、霜霉病、黑腐病三类常见叶部病害，共3039张图像、3039个标注框。

数据集概览

• 数据集名称：葡萄叶片病害检测数据集
• 任务类型：目标检测
• 图像总数：3,039 张
• 标注框总数：3,039 个
• 标注类别：3 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR

检测类别

• Leaf_blight —— 叶枯病（1038 个标注框）
• Downey_mildew —— 霜霉病（925 个标注框）
• Black_rot —— 黑腐病（1076 个标注框）

应用场景

1. 智慧葡萄园病虫害识别与预警
2. 葡萄叶片病害无人机/移动端巡检
3. 葡萄种植精准施药与长势管理
4. 农业AI植物病害识别算法研究

数据集特点

• 图像规模充足，覆盖真实工业/农业/医疗场景
• YOLO 格式标注，开箱即可用于模型训练
• 按标准比例划分训练集/验证集/测试集

获取方式

🏷️ 标签

#目标检测 #农业识别 #果实病害 #葡萄种植