辣椒病害分类数据集 | 目标检测 | 农业识别

【辣椒病害分类数据集 | 目标检测 | 农业识别】

本数据集面向辣椒病害分类场景的目标检测任务，涵盖8个检测类别，总计1,560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：辣椒病害分类数据集
• 任务类型：目标检测
• 图像总数：1,560 张
• 标注类别：8 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8个检测类别，各类别标注分布如下：

• 2（2）— 992 个标注实例
• 1（1）— 868 个标注实例
• 3（3）— 689 个标注实例
• 0（0）— 363 个标注实例
• 6（6）— 343 个标注实例
• 5（5）— 305 个标注实例
• 7（7）— 238 个标注实例
• 4（4）— 144 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 1,560 张标注图像，覆盖 8 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 3,942 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