Advertisement

橙子病害分类数据集(含增强)1614张,4类.7z

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


简介:
本数据集包含1614张图片,涵盖四种不同类型的橙子病害,旨在为机器学习模型提供训练和测试的数据支持。通过数据增强技术,进一步丰富了样本多样性。 数据集类型:图像分类用,不可用于目标检测。 数据格式:仅包含jpg图片,每个类别文件夹下存放着对应类别的图片。 图片数量(jpg文件个数):1614 分类类别数:4 类别名称: - blackspot - canker - fresh - grenning 每个类别图片数: - blackspot 图片数:344 - canker 图片数:349 - fresh 图片数:552 - grenning 图片数:369 重要说明:数据集中包含大量增强的数据,介意者请勿使用。购买后不接受因模型精度问题的差评。 特别声明:本数据集不对训练后的模型或权重文件的精度作任何保证。我们仅提供准确且合理分类存放的数据。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 16144.7z
    优质
    本数据集包含1614张图片,涵盖四种不同类型的橙子病害,旨在为机器学习模型提供训练和测试的数据支持。通过数据增强技术,进一步丰富了样本多样性。 数据集类型:图像分类用,不可用于目标检测。 数据格式:仅包含jpg图片,每个类别文件夹下存放着对应类别的图片。 图片数量(jpg文件个数):1614 分类类别数:4 类别名称: - blackspot - canker - fresh - grenning 每个类别图片数: - blackspot 图片数:344 - canker 图片数:349 - fresh 图片数:552 - grenning 图片数:369 重要说明:数据集中包含大量增强的数据,介意者请勿使用。购买后不接受因模型精度问题的差评。 特别声明:本数据集不对训练后的模型或权重文件的精度作任何保证。我们仅提供准确且合理分类存放的数据。
  • 水稻叶穗4078图片,4别).7z
    优质
    本数据集包含4078张图片,涵盖了水稻生长过程中可能遇到的四种不同类型的叶穗病害,为研究和分析提供了详实的数据支持。 数据集类型:用于图像分类的数据集,不可用于目标检测且无标注文件。 数据集格式:仅包含jpg图片,每个类别对应一个文件夹,并在该文件夹内存放相应的图片。 图片总数(jpg 文件个数):4078 分类的类别数量:4 具体类别的名称及对应的图片数目如下: - Brown_Spot 图片数:613 - Healthy 图片数:1488 - Leaf_Blast 图片数:977 - Neck_Blast 图片数:1000
  • 小麦7653图片,12个别).7z
    优质
    本数据集包含7653张图像,涵盖12种不同类型的小麦病害,旨在促进农业领域中机器学习算法的研发与应用。 数据集类型:图像分类用,不可用于目标检测且无标注文件。 数据集格式:仅包含jpg图片,每个类别文件夹下存放着对应类别的图片。 图片总数(jpg文件个数):7653 分类的类别数量:12 各分类下的图片数量: - crown_and_root_rot: 1102 - healthy_wheat: 1434 - leaf_rust: 1797 - powdery_mildew: 218 - wheat_aphids: 315 - wheat_cyst_nematode: 57 - wheat_loose_smut: 1017 - wheat_red_spider: 199 - wheat_scab: 545 - wheat_sharp_eyespot: 545 - wheat_stalk_rot: 274 - wheat_takeall: 150 重要说明:暂无。 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,仅提供准确且合理分类存放。
  • 检测(VOC+YOLO格式,2814图片,4别).zip
    优质
    本数据集包含2814张图像,涵盖四种橙子疾病类型,采用VOC与YOLO两种标注格式,旨在提升机器学习模型在检测柑橘病害中的准确度。 数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2814 标注数量(xml文件个数):2814 标注数量(txt文件个数):2814 标注类别数:4 重要说明:数据集中的橘子果实病害不是叶子病害,请仔细查看以下更多信息。 标注类别名称:“blackspot”,“canker”,“fresh”,“grenning”
  • 小麦叶片(2942图片,3个别).7z
    优质
    本数据集包含2942张小麦叶片图像,用于训练和测试机器学习模型以识别三种不同的叶片病害。通过细致标注与分类,为研究人员提供宝贵的数据资源。 数据集类型:图像分类用,不可用于目标检测且不含标注文件。 数据集格式:仅包含jpg图片,每个类别文件夹内存放对应类别的图片。 总图片数量(jpg文件个数):2942张 分类的类别总数:3种 具体类别名称及每种类别下的图片数量如下: - Brown_Rust 类别下有 902 张图片 - Healthy 类别下有 1116 张图片 - Yellow_Rust 类别下有 924 张图片
  • 番茄叶,涵盖10种,每1800图像
    优质
    本数据集包含了针对番茄叶部的十种常见病害的高分辨率图像,每种类别均包含大约1800张图片,为深度学习研究提供了宝贵的资源。 番茄叶片疾病分类数据集包含10类病害,每类约有1800多张图片。
  • 柑橘图像
    优质
    本数据集包含大量柑橘病害图像样本,旨在促进机器学习算法在农业病虫害检测与预防中的应用研究。 柑橘类疾病图像分类数据集包含柑橘溃疡病和黑斑病两类,每类大约有1200张图片。