【植物病害识别数据集 | 目标检测 | 智慧农业、作物保护、农业AI】

植物病害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。

植物病害识别数据集

该数据集面向农作物叶片病害的智能识别，共标注3000余张图像，涵盖苹果、玉米、马铃薯三类作物的5种典型病害，图像采集自真实田间与实验环境，适用于智慧农业病虫害监测、作物病害早诊与精准施药等场景，助力农业生产降本增效。

数据集标签信息

本数据集采用YOLO格式标注，覆盖3类作物的5种典型病害：

• Apple-black-rot（苹果黑腐病）：苹果叶片黑腐病斑
• Apple-scab（苹果黑星病）：苹果叶片黑星病斑
• Corn Gray leaf spot（玉米灰斑病）：玉米叶片灰斑病
• Potato Early blight（马铃薯早疫病）：马铃薯叶片早疫病斑
• Potato Late blight（马铃薯晚疫病）：马铃薯叶片晚疫病斑

数据集概览

• 数据集名称：植物病害识别数据集
• 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：3000 余张图像，5 个类别
• 适用框架：YOLOv5 / YOLOv8 / YOLOv9 / YOLOv10 / RT-DETR

适用场景

1. 智慧农业病虫害监测：田间巡检自动识别作物病害
2. 作物病害早诊：及时发现病斑，指导精准施药
3. 精准农业管理：按病害类型与分布制定防治方案
4. 农业AI算法研究：用于作物叶片病害检测模型训练

数据集亮点

• 作物覆盖广：苹果、玉米、马铃薯三类主栽作物
• 病害典型：黑腐、黑星、灰斑、早晚疫五种高发病害
• 即开即用：YOLO标准标注格式，train/val/test已划分，下载后无需额外转换
• 广泛兼容：适配YOLOv5至YOLOv10全系列目标检测框架，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！