【荔枝叶片品种识别数据集 | 目标检测 | 农业、荔枝叶片研究、品种识别分析】

荔枝叶片品种识别数据集是一个用于目标检测任务的YOLO格式计算机视觉数据集，数据集提供YOLO标准格式标注（.txt文件，class_id center_x center_y width height），支持YOLOv5/v8/v11等主流目标检测框架，可通过数据中国(data2.cn)免费下载。

荔枝叶片品种识别数据集

该数据集面向荔枝叶片的智能检测与品种识别，共标注1.3万余张图像，涵盖190类荔枝相关标注（含品种、部位与状态及镜像变体），图像采集自真实荔枝叶片研究环境，适用于荔枝品种识别、品种识别分析与农业智能分拣等场景。

数据集标签信息

本数据集采用YOLO格式标注，主要包含以下类别：

• BBZH/BBZH_FM：品种状态类
• BDYH/BDYH_FM：品种状态类
• BENGAL/BENGAL_FM：品种状态类
• BL/BL_FM：品种状态类
• BTY/BTY_FM：品种状态类
• CKRW/CKRW_FM：品种状态类
• CL/CL_FM：品种状态类
• …共190类（含 _FM 镜像变体）

数据集概览

• 数据集名称：荔枝叶片品种识别数据集
• 任务类型：目标检测（Object Detection）
• 标注格式：YOLO TXT 格式，已划分 train / val / test
• 图像规模：1.3 万余张图像，190 个类别
• 适用框架：YOLOv5 / YOLOv8 / YOLOv9 / YOLOv10 / RT-DETR

适用场景

1. 植物品种识别：自动识别荔枝叶片所属品种
2. 叶片状态分析：识别叶片健康状态与品种特征
3. 种质资源管理：按品种分类建立叶片标本库
4. AI算法研究：用于植物叶片识别模型训练与验证

数据集亮点

• 真实标本：叶片图像采集自真实种植环境，覆盖多品种
• 标注规范：YOLO标准标注，190个荔枝品种类别定义清晰
• 即开即用：train/val/test已划分，下载后无需额外转换
• 广泛兼容：适配YOLOv5至YOLOv10全系列框架，支持微调与迁移学习

获取方式

登录网站后即可免费获取网盘下载地址，一键下载即用。

更多优质数据集请登录网站免费获取，持续更新中！