Advertisement

大型34种植物叶片图像分类数据集(含数据集划分)

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:7Z


简介:
这是一个包含34种植物的大型图像数据库,专注于叶子形态的多样性。数据集已详细划分,便于研究和教学使用。 数据包含:一个大型34植物叶片图像分类数据集(已划分好训练集与测试集),可以直接用ImageFolder打开进行图像分类任务。 【数据集介绍】该数据集中包括了34种不同类别的植物叶片,如苹果、葡萄和猕猴桃等。 【数据总大小】533MB 【数据集详情】data目录下分为train(训练集)与test(测试集),分别包含27,346张及6,654张图片。此数据集适用于yolov5的分类任务。 【json文件】提供了一个包含所有植物叶片类别信息的字典文件。 为了便于查看,还提供了可视化脚本,可以随机选取四张图片进行展示,并将其保存在当前目录下。该脚本无需修改即可直接运行。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 34
    优质
    这是一个包含34种植物的大型图像数据库,专注于叶子形态的多样性。数据集已详细划分,便于研究和教学使用。 数据包含:一个大型34植物叶片图像分类数据集(已划分好训练集与测试集),可以直接用ImageFolder打开进行图像分类任务。 【数据集介绍】该数据集中包括了34种不同类别的植物叶片,如苹果、葡萄和猕猴桃等。 【数据总大小】533MB 【数据集详情】data目录下分为train(训练集)与test(测试集),分别包含27,346张及6,654张图片。此数据集适用于yolov5的分类任务。 【json文件】提供了一个包含所有植物叶片类别信息的字典文件。 为了便于查看,还提供了可视化脚本,可以随机选取四张图片进行展示,并将其保存在当前目录下。该脚本无需修改即可直接运行。
  • 割的
    优质
    本数据集专注于植物叶片的图像分割技术研究,包含大量标注清晰的植物叶片图片,旨在推动自动化农业及植物学领域的精确分析与识别。 项目包含植物叶片图像及其对应的mask模板。数据集总大小为545MB,包括110张图像数据和110张对应掩码模板。这些数据的前景区域丰富且标注效果极佳,非常适合用于植物叶片分割任务。 此外,该项目还提供了一个可视化脚本,可以随机选取一张图片,并展示其原始图、GT图像以及在原图上的GT蒙版图像,最终将结果保存到当前目录下。
  • 24商品的(包
    优质
    本数据集包含24类商品的大量图片样本,并提供详细的标签及清晰的数据集划分说明,适用于图像分类与识别研究。 项目包含:24种商品图像数据集(已进行数据划分),每个类别的图片按照文件夹保存,经测试可以直接作为图像分类的数据集使用,并且可以用ImageFolder打开,无需额外处理。 【数据集介绍】该数据集为商品图像分类任务设计的,包括手机、化妆品、酒等24个类别。 【数据总大小】945MB 【数据集详情】data目录下分为两个子目录:train用于存放训练集图片,test用于存放测试集图片。其中,训练集中共有27,566张图片,测试集中有6,881张图片。 为了方便查看和理解数据内容,提供了一个可视化Python脚本段落件,在运行时可以随机选取一张图像进行展示,并且将结果保存在当前目录下。此脚本无需做任何修改即可直接使用。
  • (涵盖99不同
    优质
    本数据集包含了九十九种各异植物的详细信息,为研究者提供了一个全面而丰富的资源库,用于进行植物分类、特征分析等相关科研活动。 这个数据集包含99种不同的植物。它被分为培训(80%)、测试(10%)和验证数据(10%)。总共有19,000张植物图片。
  • 棉花病害
    优质
    本数据集包含大量标记的棉花叶片图像,旨在帮助研究者识别和分类由不同病原体引起的棉花叶片病害,促进农业领域智能诊断技术的发展。 棉花叶病害分类数据集按照棉花叶片感染的3种类型进行组织,其中一个文件夹包含1786张未感染棉花叶片的数据图片。
  • flavia.zip
    优质
    本数据集包含多种Flavia植物的叶片图像及其相关信息,旨在支持植物疾病识别、品种分类等研究工作。 flavia植物叶片数据集.zip
  • 幼苗
    优质
    植物幼苗分类数据集包含大量精心标注的植物幼苗图像,旨在促进机器学习模型识别和区分不同植物种类的能力。 通过图像确定幼苗的种类:Plant Seedlings Classification_datasets.txt 和 sample_submission.csv。
  • yolov5
    优质
    叶植yolov5图像数据集是由个人开发者叶植创建并维护的一个基于YOLOv5框架优化训练的数据集合,适用于物体检测任务。该数据集包含了大量的标注图片和对应的标签信息,能够帮助研究人员或爱好者快速构建高效的物体识别模型。 Yolov5图片数据集已打好标签,如有需要可以联系我下载。请学生私聊并留下邮箱及所需数据集名称,我可以免费发送。回复可能不会很及时,请见谅。