番茄植株叶片病害数据集8类病害（含增强） | 目标检测 | 农业识别

【番茄植株叶片病害数据集8类病害（含增强） | 目标检测 | 农业识别】

本数据集面向番茄植株叶片病害8类病害（含增强）场景的目标检测任务，涵盖11个检测类别，总计6,493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：番茄植株叶片病害数据集8类病害（含增强）
• 任务类型：目标检测
• 图像总数：6,493 张
• 标注类别：11 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11个检测类别，各类别标注分布如下：

• Early Blight（早疫病）— 4,184 个标注实例
• Healthy（健康）— 3,098 个标注实例
• Bacterial Spot（Bacterial Spot）— 2,404 个标注实例
• Yellow Leaf Curl Virus（Yellow Leaf Curl Virus）— 1,463 个标注实例
• Late Blight（晚疫病）— 1,211 个标注实例
• Leaf_Miner（Leaf_Miner）— 755 个标注实例
• Septoria（Septoria）— 688 个标注实例
• Mosaic Virus（花叶病毒）— 401 个标注实例
• Leaf Mold（Leaf Mold）— 162 个标注实例
• Spider Mites（Spider Mites）— 132 个标注实例
• d（d）— 1 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 6,493 张标注图像，覆盖 11 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 14,499 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 #晚疫病