墨比乌斯公司植物叶片的健康状况是作物病害诊断与精准农业的重要指标。通过图像识别技术检测叶片的病变区域,可大幅提高植物病害识别的自动化效率。本数据集聚焦“健康叶片 vs 病变叶片”图像识别任务,同时结合“叶片边缘 + 病变区域边缘”两个子目标,构建基于YOLOv8格式的高质量目标检测样本,旨在支持农业病害检测AI模型的精细识别、定位与分类训练。
| 图片 | File Name | Resolution |
|---|---|---|
![]() | 33ea844d0fac1b162f76e93a7efe609f.jpeg | 744*905 |
![]() | 1ba6e88c8f62a2d24bf1ac60538eca91.png | 480*640 |
| 字段 | 类型 | 描述 |
|---|---|---|
| File Name | string | File name |
| Resolution | string | Resolution |
| 项目 | 内容 |
|---|---|
| 授权类型 | CC-BY-NC-SA 4.0(非商业署名共享) |
| 商业使用 | 需申请专属订阅或授权合同(支持按月/按调用次数收费) |
| 隐私与脱敏 | 无PII,无真实公司名,模拟场景均符合行业标准 |
| 合规体系 | 中国《数据安全法》 / 欧盟GDPR / 企业数据可访问日志支持 |
让数据提供商通过发布请求来找到你