
最新更新:2026-05-17 00:11:24

样本数:500

文件大小:1.3G

文件格式:JPG

行业范围:榴莲叶斑病检测,植物病害识别数据集,智能农业图像数据

适用方向:植物病害检测,农作物健康监测,智能农业管理
数据集介绍该数据集的核心优势在于数据质量达到98%的高标注精度,确保每个样本的完整性和一致性。技术创新体现在采用最新的图像预处理算法提升模型训练效果,以及引入增强学习方法扩展数据应用范围。应用价值显著,能够将病害识别准确率提高30%以上,有效支持农户实现精细化管理。与其他传统数据集相比,该数据集提供更高的图片分辨率和更多的植株品种信息,增加了其适用性和价值。此外,数据集的可扩展性极强,可轻松适用于其他作物病害的识别任务,具有广泛的通用性和应用潜力。
示例样本展示
数据结构总览
| File Name | string | File name |
| Resolution | string | Resolution |
| 叶片颜色 | string | 描述叶片的颜色,包括绿色、黄色、褐色等。 |
| 斑点数量 | int | 叶片表面可见的斑点数量。 |
| 斑点大小 | string | 叶片斑点的大小,例如小、中、大。 |
| 斑点颜色 | string | 描述斑点颜色,包括黑色、褐色、黄色等。 |
| 叶片形状 | string | 描述叶片的形状,如长椭圆形、卵形等。 |
| 病害严重程度 | string | 病害的严重程度,例如轻微、中度、严重。 |
| 叶片质地 | string | 描述叶片的质地,例如光滑、粗糙。 |
| 感染面积比例 | string | 叶片表面感染区域的面积比例,通常为百分比。 |
| 叶脉结构 | string | 叶片的叶脉结构,例如网状、平行。 |
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