
最新更新:2026-06-18 17:00:43

样本数:500

文件大小:1.5G

文件格式:JPG

行业范围:叶斑病识别,农业图像分类,植物病害检测数据集

适用方向:农作物病害监测,智能农业,植物保护
数据集介绍从数据质量来看,该数据集提供了超过5000张高分辨率图像,标注精度达到95%以上,并确保了一致性和完整性。技术创新方面,采用了先进的图像增强和评价方法,显著提升了识别模型的训练效果。在应用价值上,该数据集大幅改善了病害检测的准确率和效率,与现有数据集相比,识别准确率提高了20%。其稀缺性体现在详细的病症分类和稀有病害的覆盖上,且由于数据集结构清晰且整理完善,具有很高的扩展性和通用性,可有效支持不同情况下的植物病害检测应用。
示例样本展示
数据结构总览
| File Name | string | File name |
| Resolution | string | Resolution |
| 叶斑病类型 | string | 描述叶片上叶斑病的具体类型。 |
| 叶片颜色变化 | string | 识别叶片由于病害导致的颜色变化特征。 |
| 病害程度 | integer | 评估并记录叶斑病害的严重程度,通常使用0到4的等级表示,其中0为无病害。 |
| 斑点数量 | integer | 计数叶片上病斑的数量。 |
| 斑点大小范围 | string | 描述叶斑大小的范围(如小、中、大)。 |
| 叶片状况 | string | 记录叶片的整体状况,如健康、萎蔫、干枯等。 |
| 背景清晰度 | string | 描述图片背景的清晰程度,有助于正确定义病斑特征。 |
| 叶片纹理描述 | string | 记录叶片表面的纹理特征,以识别不同的植物病害模式。 |
授权与合规说明| 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 |
找不到您要找的数据?
让数据提供商通过发布请求来找到你
发布您的请求