【番茄叶病害识别数据集 | 目标检测 | 智慧农业、番茄种植、作物病害识别】

番茄叶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。

番茄叶病害识别数据集

该数据集面向番茄叶片病害的智能识别，共标注1700余张图像，涵盖早疫病、斑枯病、细菌斑病、晚疫病、花叶病毒、黄化病毒、健康叶片与霉病等8类状态，图像采集自真实种植环境，适用于番茄病害监测、精准施药与智慧农业等场景。

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：

• Tomato Early blight leaf（番茄早疫病）：叶片早疫病斑
• Tomato Septoria leaf spot（番茄斑枯病）：叶片 Septoria 病斑
• Tomato leaf bacterial spot（番茄细菌斑病）：细菌性斑点
• Tomato leaf late blight（番茄晚疫病）：叶片晚疫病斑
• Tomato leaf mosaic virus（番茄花叶病毒）：花叶病毒症状
• Tomato leaf yellow virus（番茄黄化病毒）：黄化曲叶病毒
• Tomato leaf（健康叶片）：无病斑健康叶
• Tomato mold leaf（番茄霉病）：叶片霉层症状

数据集概览

• 数据集名称：番茄叶病害识别数据集
• 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：1700 余张图像，8 个类别
• 适用框架：YOLOv5 / YOLOv8 / YOLOv9 / YOLOv10 / RT-DETR

适用场景

1. 工业/农业智能巡检：自动识别目标对象与异常状态
2. 缺陷/病害早诊：及时发现问题，指导精准处置
3. 精细化管理：按类别与分布制定作业方案
4. AI算法研究：用于相关领域检测模型训练与验证

数据集亮点

• 真实场景：图像采集自实际工况/田间环境，覆盖多类状态
• 标注规范：YOLO标准标注，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！