Advertisement

水稻数据集(Rice Cammeo & Osmancik)

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

简介：
Overall, 3810 rice grain images were captured for the two species. After processing, features for inferring were extracted. Each rice grain featured 7 distinct morphological characteristics.Among the certified rice grown in TURKEY, including the Osmancik species selected since 1997 and the Cammeo variety cultivated starting from 2014, a comprehensive study has been conducted. The key features of the Osmancik species include their notable width and length characteristics that have been meticulously examined in this research.

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 水稻和杂草的分类数据集
    优质
    本数据集包含了大量标注清晰的水稻与常见杂草图像，旨在为农作物识别研究提供有力支持。 数据集包含1200幅水稻和其他杂草的图片，适用于图像分类练习。图片名称即为标签。作为深度学习初学者，希望能够为大家提供帮助。
  • 《数据集》水稻叶片病害的目标检测数据集
    优质
    本数据集专注于水稻叶片病害目标检测，汇集了大量标注清晰的图像样本，旨在促进农业领域机器学习模型的研发与优化。 该数据集包含YOLO和VOC格式的水稻叶片病害识别内容，共包括四类：BrownSpot、RiceBlast、BacterialBlight，总图片数量为1448张。文件中包含了图片、txt标签以及指定类别信息的yaml文件，并且有xml标签。已经将数据划分为训练集、验证集和测试集，可以直接用于YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9及后续版本（如YOLOv10）等系列算法的训练。
  • Vue-Rice：水稻病害图像识别系统的前端部分
    优质
    Vue-Rice是专为水稻病害图像识别设计的前端系统，采用Vue框架构建，提供高效、友好的用户界面，便于研究人员和农民快速准确地识别水稻疾病。 Vue-rice水稻疾病识别系统构建设置 1. 安装依赖：`npm install` 2. 在本地服务器启动并启用热更新（Hot Reload）：`npm run dev` 3. 构建生产环境版本，并进行代码压缩：`npm run build` 4. 构建生产环境版本，同时生成包分析报告：`npm run build --report` 有关工作原理的详细说明，请参考相关文档。
  • YOLO 数据集：水稻稻穗识别（1类）【含划分好数据集、类别文件及数据可视化脚本】
    优质
    该资源提供了一个专门用于水稻稻穗识别的数据集，包含完整的标注图像和类别定义，并附带数据可视化工具。 数据保存按照YOLOV5文件夹结构进行组织，可以直接用于Yolo检测。 标注格式如下：classes、x_centre、y_centre、w、h（使用的是YOLO的相对坐标系统）。 【数据集类别】包含1个类别：稻穗 该数据集分为训练集和验证集： - 训练集(datasets-images-train)包括6108张图片及对应的6108个标签txt文件。 - 验证集(datasets-images-val)则有530张图片及其相应的530个标签txt文件。 【类别文本段落件】：每个类别的标注信息都保存在单独的.txt格式文档中，方便查看和管理。 为了便于直观地检查数据情况，我们提供了一个可视化py脚本。只需随机选取一张图像作为输入参数即可绘制出边界框，并将其保存至当前工作目录下。此脚本无需任何修改就可以直接运行以生成可视化的图像结果。 对于YOLOV5的改进与实战应用相关内容，请参考相关博客文章或官方文档获取更多信息。
  • 农作物（如玉米、水稻、甘蔗）图片数据集
    优质
    本数据集包含大量高质量的农作物图像，涵盖玉米、水稻和甘蔗等多种作物，适用于农业研究与机器学习模型训练。 该数据集包含玉米、水稻、甘蔗等30种不同类型的农作物图像，每类作物约有30张图片，并且这些图片被分别存储在单独的文件夹中。
  • 病害感染影响下的水稻叶片图像数据集
    优质
    本数据集包含了多种病害条件下水稻叶片的图像，旨在为研究植物病害识别提供全面的数据支持。 该数据集包含120张水稻染病叶片的jpg图像，根据疾病类型分为三类，每类有40张图片。
  • 水稻作物病害的图像数据集及识别方法
    优质
    本研究构建了一个全面的水稻作物病害图像数据库，并提出了一种高效的识别方法，旨在提高对水稻疾病的早期诊断和防治效率。 水稻作物病害 许多疾病会对水稻的产量与质量造成严重影响。比如细菌性叶枯病是由水稻黄单胞菌（Xanthomonas oryzae pv. oryzae）引起的，它会在叶片上形成水渍状条纹，并使叶子变色和干枯。稻瘟病则由稻瘟病菌引起，在稻穗、茎节以及叶片上出现菱形斑块，这会导致灌浆不足及植物组织损失。褐斑病是由根腐病菌导致的疾病，会在叶片上产生微小圆形褐色病变，影响光合作用效率并降低水稻质量和产量。假黑穗病由一种特定真菌引起，在稻粒内部形成黄绿色孢子团块，并最终变为橙色或黑色，同样会对稻谷的质量和数量造成负面影响。 为了有效控制这些疾病的发生与传播，可以采取一系列措施：选择抗性品种、实施轮作制度、合理施肥以及使用合适的杀菌剂等方法。此外，该数据集包含200张水稻叶片病害图片，并根据病症类型将其分为四类（细菌性叶枯病、爆破型病变、褐斑病及假黑穗病），每种类型的样本数量均为50幅图像。
  • 2017年东北农作物（玉米、水稻、大豆）分布数据集
    优质
    该数据集收录了2017年东北地区玉米、水稻和大豆的主要种植区域及面积信息，旨在为农业科研与决策提供详实的数据支持。 2017年东北地区作物（玉米、水稻、大豆）分布数据集；时间：2017；分辨率：10米；原始数据来源：哨兵卫星；栅格值定义为：0-水稻，1-玉米，2-大豆，3-其他地类；坐标系：WGS_1984。