豆类叶片检测数据集

豆类叶片检测数据集

V1.0
最新更新:2026-07-20 02:16:17
样本数:5000
文件大小:1.2G
文件格式:JPG/PNG/JSON
数据领域:Image
持有人:墨比乌斯公司
行业范围:豆类叶片检测,目标检测数据集,农业数据集,病虫害检测
适用方向:农作物监测,病虫害检测,精准农业
数据集介绍

当前农业领域面临着作物病虫害检测的挑战,由于缺乏高效准确的检测技术,导致农作物损失严重。现有的解决方案往往依赖于人工检测,不仅效率低下且容易出错。豆类叶片检测数据集旨在提供高质量的标注图像数据,帮助研究人员和开发者开发更为精准的计算机视觉算法,以自动识别和检测豆类叶片上的病虫害。数据由专业人员在多种田间环境中采集,采用高分辨率相机进行拍摄,确保图像细节清晰可辨。数据处理过程中实施了多轮标注和一致性检查,保证标注的准确性和一致性。数据以JPEG格式存储,组织方式为每个图像文件对应一个标注文件,便于后续应用。

示例样本展示
图片File NameResolution叶片类型病害存在病害类型损害严重程度颜色变化叶片大小叶片形状叶片纹理
a35653c9442e473bba5196659de7fdd6.jpg4640*6960小豆叶绿色椭圆形光滑
数据结构总览
字段类型描述
File NamestringFile name
ResolutionstringResolution
叶片类型string识别豆类叶片的类型,例如大豆叶、小豆叶等。
病害存在boolean指示叶片上是否存在病虫害。
病害类型string识别叶片上病害的具体类型,例如白粉病、锈病等。
损害严重程度string评估叶片受损的严重程度,例如轻微、中等、严重。
颜色变化string检测叶片的颜色变化,例如变黄、变褐等。
叶片大小string测量叶片的大小,例如大、中、小。
叶片形状string识别叶片的形状,例如椭圆形、心形、针形等。
叶片纹理string识别叶片的纹理特征,例如光滑、粗糙等。
授权与合规说明
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

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