茶叶病害数据集7类标签 | 目标检测 | 农业识别

【茶叶病害数据集7类标签 | 目标检测 | 农业识别】

本数据集面向茶叶病害7类标签场景的目标检测任务，涵盖4个检测类别，总计3,053张标注图像。数据集适用于农业识别领域的算法研究、模型训练与工程应用。

数据集概览

• 数据集名称：茶叶病害数据集7类标签
• 任务类型：目标检测
• 图像总数：3,053 张
• 标注类别：4 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含4个检测类别，各类别标注分布如下：

• green-mirid-bug（green-mirid-bug）— 1,281 个标注实例
• gray-blight（gray-blight）— 1,012 个标注实例
• brown-blight（brown-blight）— 508 个标注实例
• healthy（健康）— 278 个标注实例

技术规格

• 标注格式：YOLO TXT格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 农作物病害监测
2. 智慧农业自动化
3. 农产品质量分级

数据集特点

• 数据集包含 3,053 张标注图像，覆盖 4 个检测类别
• 标注格式为 YOLO TXT，坐标归一化至 [0, 1] 区间
• 适用于 YOLOv5 / YOLOv8 / YOLOv10 等主流目标检测框架
• 累计标注实例 3,079 个，标注质量高

获取方式

数据集持续整理中，如需获取请关注本站后续更新。

🏷️ 标签

#农业识别 #目标检测 #YOLO数据集 #深度学习 #计算机视觉