Advertisement

害虫识别数据集,涵盖穿果蛾、瘿蝇、蝗虫及螟虫

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


简介:
本数据集专注于多种农业害虫识别,包括穿果蛾、瘿蝇、蝗虫和螟虫等,旨在为害虫防治提供精准的数据支持。 害虫鉴定数据集包含穿果蛾、瘿蝇、蝗虫和螟虫的图像。所有图片均来源于2021年2月28日的谷歌搜索结果。每种类别有300到400张不等,总计1669张图片。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 穿
    优质
    本数据集专注于多种农业害虫识别,包括穿果蛾、瘿蝇、蝗虫和螟虫等,旨在为害虫防治提供精准的数据支持。 害虫鉴定数据集包含穿果蛾、瘿蝇、蝗虫和螟虫的图像。所有图片均来源于2021年2月28日的谷歌搜索结果。每种类别有300到400张不等,总计1669张图片。
  • YOLOv8标注 9771张图片,稻秆、亚洲稻、棕色飞虱等对象
    优质
    本项目提供一个包含9771张图像的数据集,使用YOLOv8对包括稻秆蝇、亚洲稻螟和棕色飞虱在内的多种农业害虫进行精确标注。 害虫数据集使用YOLOv8标记了9771张图片,可以识别稻秆蝇、亚洲稻螟、棕色飞虱、谷物传播蓟马、蛴螬、蝼蛄、稻蛆、稻瘿蚊、稻叶毛虫、稻纵卷叶螟、稻叶蝉、稻壳虫、米水象鼻虫、小褐飞虱和白背飞虱等害虫,以及水稻三化螟。
  • 七种
    优质
    本数据集包含七种常见农业害虫的详细记录,旨在为害虫识别与防治研究提供全面的数据支持。 虫害数据集包含七种不同害虫的数据。
  • 公开版
    优质
    本公开版蝗虫数据集包含大量关于蝗虫行为、数量及分布的数据记录,旨在支持科研人员进行相关生态学与环境科学的研究。 这段文字主要介绍的是关于蝗虫的数据集内容。请注意,数据集中仅包含相关数据,并且这些数据是公开的,请自行判断是否选用。
  • PyTorch病
    优质
    PyTorch病虫害识别项目利用深度学习技术,基于PyTorch框架开发农作物病虫害图像识别系统,助力精准农业与智能监控。 使用ResNet34和PyTorch进行深度学习模型开发可以实现高效的图像识别任务。ResNet34作为预训练的深层网络,在处理复杂视觉数据方面表现出色,而PyTorch框架则提供了灵活且用户友好的API来支持快速原型设计与实验。
  • 番茄病各类疾病与
    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。
  • YOLO8
    优质
    昆虫识别数据集YOLO8是一款专为昆虫图像快速准确分类而设计的数据模型。该系统采用先进的YOLO算法,支持高效目标检测与识别,涵盖多种常见及稀有昆虫种类。 昆虫检测数据集YOLO8 许可证:CC BY 4.0。此数据集包含995张图片,旨在为模型的推广性创建新的对象检测基准。该数据集是苹果检测数据集YOLO8的一部分,用于推动相关研究的发展。
  • 农业病资料.rar
    优质
    《农业病虫害识别资料集》包含丰富的作物常见病虫害高清图片与详细描述,旨在帮助农民和农技工作者快速准确地识别并采取防治措施,保障农作物健康生长。 农业病虫害识别.rar