农业病虫害图像数据集及构建

上一篇文章给大家介绍了基础的农业病虫害图像数据集，可参考链接：

病虫害检测图像数据集介绍_农作物害虫数据集-CSDN博客

基于上一版本，近期团队又对农业病虫害图像数据集做个补充。

具体数量如下：

农业害虫3.6T，包含26个目，313个科，共1600余种（覆盖所有一类农作物）。

农业病害1.5T，包含160种作物，共1500余种。

杂草1.0T，共500余种。

1.部分原始图像截图如下：

2.使用labelImg对图像进行标注，标注后的格式如下：

3.将标注后的数据转化为VOC,COCO或者YOLO格式。

4.针对某一种作物，或者某几种害虫建立数据子集。

5.增加病虫害语料数据集

6.申请农业病虫害训练平台账号，申请数据集，进行模型与数据隔离训练

想用训练平台或者数据集进行训练的小伙伴可以给我留言或者发邮件。

相关知识

农业病虫害图像数据集及构建
农业病虫害数据集与算法——调研整理
植物病虫害检测数据集 7800张 病虫害 带标注 voc yolo
深度学习——植物、农作物图像数据集大合集（二）
基于深度学习的玉米病虫害检测系统（网页版+YOLOv8/v7/v6/v5代码+训练数据集）
基于改进YOLOv5的猕猴桃叶病害检测系统（完整源码＆数据集＆视频教程）
10种农作物叶子病害图像的数据集，注意是分类数据集，标注图片5万张，包含10种植物(苹果、樱桃、葡萄、柑桔、桃、草莓、番茄、辣椒、玉米、马铃薯)的27种病害，合计61个分类(按“物种
构建智能化玉米病虫害检测系统：深度学习与实时UI集成详解
使用Python实现深度学习模型：智能农业病虫害检测与防治
农业病虫害研究图库（IDADP）数据库

原文链接: 农业病虫害图像数据集及构建 https://www.huajiangbk.com/newsview252216.html