用于视觉植物病害识别的标注数据集（含2000余张图像）.zip

简介：
本资源提供一个包含超过两千张图片的数据集，旨在支持视觉技术在识别植物病害上的应用研究与模型训练。 每年由于植物病害导致的农作物产量损失高达35%。早期发现这些疾病仍然具有挑战性，特别是在缺乏实验室基础设施和技术知识的情况下。本段落探讨了使用计算机视觉方法进行大规模、早期植物病害检测的可能性。 尽管已经存在一些数据集，但它们通常规模较小且主要基于实验室环境的数据。这限制了模型在实际场景中的应用效果。因此，我们提出了PlantDoc：一个用于视觉植物病害检测的新数据集。该数据集中共有2,598个样本点，包括13种不同的植物和多达17类疾病，并通过大约300个人工小时的注释工作完成了互联网抓取图像的数据标注。 为了证明新数据集的有效性，我们训练了三个用于植物病害分类任务的不同模型。实验结果表明，在使用PlantDoc进行建模后，分类准确率提高了最多可达31%。我们认为这个新的数据集能够帮助降低计算机视觉技术在农业领域中的应用门槛，并促进该领域的研究进展。