Advertisement

带有部分标签的马铃薯病害数据集（健康与早晚疫病）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本数据集包含标注了健康的和患有早、晚疫病的马铃薯叶片图像，旨在促进植物病理学研究及智能农业的发展。 马铃薯病害数据集（包括健康状况及早晚疫病情况）带部分标签。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 带有部分标签的马铃薯病害数据集（健康与早晚疫病）
    优质
    本数据集包含标注了健康的和患有早、晚疫病的马铃薯叶片图像，旨在促进植物病理学研究及智能农业的发展。 马铃薯病害数据集（包括健康状况及早晚疫病情况）带部分标签。
     
  • 玉米生长状况数据集（健康与病害）
    优质
    本数据集收录了多种环境下玉米从播种到收获期间的详细生长信息及健康状态记录，旨在帮助研究者分析和区分玉米作物在不同条件下的正常生长模式及其受病害影响的变化。 玉米生长状态数据集涵盖了四种不同的生长情况：健康、大斑病、小斑病以及玉米锈病。这些类别在文件夹内分别用数字0至3表示，具体数量为433张（健康）、354张（大斑病）、187张（小斑病）和432张（玉米锈病），总计包含1406张图片。
     
  • 苹果叶病害图像分类数据集（含5类标签：健康叶片、灰斑病、铁锈病、马赛克病及蛙眼叶斑病，共7100张图片）.rar
    优质
    本数据集包含7100张苹果叶片的高分辨率图像，涵盖五种状态：健康叶片和四种常见病害（灰斑病、铁锈病、马赛克病及蛙眼叶斑病），适用于农业病理学研究与机器学习模型训练。 苹果叶病害图像分类数据集包含5个类别：健康苹果叶、灰斑病、铁锈病、马赛克病和蛙眼叶斑病，共7100张图片。rar文件包含了这些分类的图像数据。
     
  • 带有权重的草莓病虫害数据集
    优质
    该数据集包含了详尽的草莓病虫害信息，并为各类别分配了权重，旨在帮助研究人员更准确地评估不同病虫害的影响程度，促进智能农业的发展。 该数据集包含1千多张图片，其中训练集有700多张，验证集有500多张，并且已经有一个经过训练的权重模型。类别共有8种：flower（花）、health（健康）、ripe（熟）、fruit（果）、fertilizer（缺肥）、powdery（白粉病）、acalcerosis（缺钙）和greyleaf（叶斑病）。
     
  • 番茄病害的数据集 番茄病害的数据集
    优质
    本数据集聚焦于收集和整理各类影响番茄生长的疾病信息，旨在为农业科研人员提供研究资源，推动智能监测与防治技术的发展。 番茄病害数据集包含了一系列关于番茄不同种类病害的图像和相关信息，用于研究和识别番茄疾病。
     
  • 基于端到端深度学习的马铃薯叶片病害预测框架
    优质
    本研究提出了一种基于端到端深度学习技术的创新性预测模型，专门用于识别和分类马铃薯叶片病害。该框架通过高效地分析图像数据来实现早期准确诊断，助力作物健康管理与病害防控策略优化。 农业生产力在全球经济发展和增长中扮演着至关重要的角色。当农作物遭受疾病侵袭时，会对一个国家的经济资源及农业生产造成负面影响。及时发现作物病害可以最大限度地减少农民损失并提高产量。在本研究中，我们提出了一种新的混合深度学习模型，旨在自动预测马铃薯叶部病害。该框架包括图像采集、预处理、分割、特征提取和融合以及分类等步骤。 为了训练和评估PLDPNet（即提出的模型），我们使用了一个公共的马铃薯叶片数据集，其中包含了早疫病、晚疫病及健康叶片的数据。通过利用分割与融合特征的优势，该方法实现了98.66%的整体准确率和96.33%的F1得分。此外，在验证研究中分别达到了96.42% 和 94.25% 的高精度。 这些实验结果表明，所提出的混合框架为马铃薯作物病害检测与预测提供了一种更有效且更准确的方法，使其具有实际应用的价值和潜力。
     
  • 番茄叶病害数据集-植物病害
    优质
    番茄叶病害数据集专注于收集和分析影响番茄叶片的各种病害图像资料，旨在促进植物病理学研究及智能诊断技术的发展。 番茄叶片病害数据集包含了有关番茄叶片各种病害的详细记录和分析。
     
  • 番茄病虫害数据集各类疾病与害虫
    优质
    本数据集涵盖了多种影响番茄生长的典型病害和害虫图像资料，为研究及识别提供全面支持。 “番茄病虫害数据集”是一个专门针对番茄作物的病虫害图像集合，这对于农业研究人员、机器学习工程师以及农作物保护专家来说是非常宝贵的资源。该数据集通常包含不同种类的番茄病害和虫害的高清图片，旨在帮助识别和研究这些疾病，以提高农业生产效率和质量。 在农业领域中，准确地识别病虫害至关重要，因为它们可能严重影响番茄作物的生长与产量。数据集中每一张图片代表一种特定类型的病害或虫害，例如早疫病、晚疫病、叶霉病、青枯病以及螨类、蚜虫和红蜘蛛等。这些有害因素可能导致叶子变色、植株萎蔫或者果实腐烂等症状，在严重的情况下甚至导致整株植物死亡。 对于机器学习及计算机视觉领域的专家而言，该数据集可以用来训练与测试图像识别算法。通过使用深度学习模型（如卷积神经网络），可以开发出能够自动识别并区分不同病虫害的系统，进而实现自动化监测和预警功能。这将大大提高病虫害管理效率，并有助于减少农药过度使用的现象，同时确保番茄作物的质量和产量。 数据集包括两个子文件：Tomato pest image enhancement.7z 和 Original image of tomato pest.7z，分别可能包含处理过的图像与原始图像。
     
  • 苹果叶五类病害图像分类数据集：健康叶、叶斑病、白粉病、疮痂病和褐斑病（共7900张图片）.rar
    优质
    本数据集包含7900张苹果叶片图像，涵盖健康叶片及四种常见病害（叶斑病、白粉病、疮痂病和褐斑病），适用于植物病理学研究与机器学习模型训练。 苹果叶病害图像分类数据集包含5个类别：健康苹果叶、叶斑病、白粉病、疮痂病和褐斑病，共有7900张图片。