Advertisement

在自然生长条件下，水稻常见病虫害的数据集

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

简介：
本数据集收录了在自然生长环境下水稻常见的病虫害信息，旨在为研究和防控提供全面详实的基础资料。 Bacterial blight 1584张 Blast 1440张 Brownspot 1600张 Tungro 1308张 每个文件夹中的数据图像按照顺序依次标号，方便使用！

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 在自然生长条件下，水稻常见病虫害的数据集
    优质
    本数据集收录了在自然生长环境下水稻常见的病虫害信息，旨在为研究和防控提供全面详实的基础资料。 Bacterial blight 1584张 Blast 1440张 Brownspot 1600张 Tungro 1308张 每个文件夹中的数据图像按照顺序依次标号，方便使用！
     
  • 在自然环境中，四种水稻叶片的病虫害数据集
    优质
    本数据集涵盖了四种主要稻种在自然环境下的病虫害情况，包含详细的叶片病变与虫害图像及描述信息，旨在支持农业科研和智能监测系统开发。 在自然环境下收集的水稻叶片病虫害数据集中，白叶枯病有1548张图片，稻瘟病有1440张图片，褐斑病有1600张图片，水稻東格魯桿狀病毒有1308张图片。这些构成了完整的自然环境下水稻叶片病虫害的数据集。
     
  • 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。
     
  • 《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。
     
  • 水稻叶片病虫害分类数据集（含代码与教程）.zip
    优质
    本资料包提供了一个全面的水稻叶片病虫害图像数据集，并附带详细的分类代码和使用教程，旨在帮助研究人员和从业者识别及研究水稻常见病虫害。 水稻叶片病虫害分类数据集提供了一套完整的教程与TensorFlow代码示例，并附有作者在B站发布的教学视频，帮助学习者快速掌握相关技术。详细的数据集信息可以在相关的博客文章中找到。
     
  • 十种常见水果作物叶片病害的数据集
    优质
    本数据集包含十种常见水果作物叶片病害的详细信息与图像样本，旨在为农业科研人员及机器学习从业者提供宝贵的资源，助力于农作物健康监测和智能诊断技术的发展。 常见10类水果作物叶片病害数据集包含256x256像素的彩色图像。利用Keras图像增强技术随机改变这些原始图片属性以生成更多训练样本，每种类型的水果作物有4到5种不同的疾病类型，每个疾病的图片数量在100至500张之间不等。
     
  • 茶叶七种常见病害的数据集
    优质
    本数据集涵盖了茶叶生长过程中常见的七种病害信息，旨在为科研人员和农业专家提供研究资料，助力于病害识别与防治技术的发展。 茶叶7种常见病害数据集包括红叶斑病、藻叶斑病、鸟眼病；灰色枯萎；白色现货；炭疽病；棕色的枯萎。此外，该数据集还包含一类健康茶叶样本。每个类别都含有超过100张图像。
     
  • 10种常见水果作物叶片病害的数据集.7z
    优质
    该数据集包含十种常见水果作物叶片病害的图像资料，为研究与识别果园植物疾病提供重要参考。 这个数据集为研究和分析10种常见水果作物叶片病害提供了丰富的资源。每个类别包括256x256的彩色图像，并涵盖每类作物所遭受的4到5种不同疾病。通过该数据集，研究人员与开发者能够深入探讨这些病害的特点、分布情况及防治方法。 为了增强数据集的多样性和可靠性，研究者使用了Keras图像增强技术对原始图片进行随机变换处理，扩大了训练样本的数量和多样性，并增强了模型在实际应用中的泛化能力。每个类别的疾病图像数量从100张到500张不等，为大规模数据分析与实验提供了可能。 这些高分辨率的彩色图像是清晰展示病害细节的关键工具，有助于研究人员更好地理解并诊断不同阶段及类型的植物病害特征。
     
  • 基于Yolov5的水稻病虫害目标检测数据集（含图片和标签）
    优质
    本数据集为基于Yolov5的水稻病虫害设计，包含大量标注图像与对应标签，适用于训练高效准确的目标检测模型。 本数据集包含5932张照片，并分为四类：Bacterial blight（白叶枯病）1584张、Blast（稻瘟病）1440张、Brownspot（褐斑病）1600张和Tungro（水稻东格鲁病）1308张。其中，训练集包含4948张照片，测试集包含984张。 所有图片的标签均已手动标注完毕，并可以直接用于YOLOV模型进行训练。