鸡健康状态图像数据集是一个多模态家禽健康监测数据集，包含 RGB 可见光和红外热成像双模态图像，涵盖健康、患病和死亡三类健康状态。数据集从受控养殖场环境采集，支持机器学习、计算机视觉和传感器融合研究，特别适用于畜牧系统的异常检测和健康监测。通过融合视觉特征（结构、颜色、姿态）和热特征（体表温度分布），数据集为开发智慧农业和早期疾病检测系统提供基础。
数据集简介
数据集概述
数据集采用按健康状态和成像模态组织的层级目录结构，包含三个主类别文件夹（healthy/、sick/、dead/），每个类别下分为 rgb/ 和 ir/ 两个子文件夹，分别存储可见光和红外热图像。健康类别（healthy/） 包含正常体态、正常温度分布、活跃行为且无可见症状的鸡的图像，RGB 图像展示结构和颜色特征，红外图像显示稳定且在正常范围内的温度分布。患病类别（sick/） 包含显示疾病症状的鸡的图像，可能表现为异常姿态、不活跃、活动减少或温度异常，RGB 图像捕捉视觉症状如懒散、不良姿态等特征，红外图像指示可能反映疾病、炎症或异常热特征的不规则热模式。死亡类别（dead/） 包含已死亡鸡的图像，用于极端健康状况分类，红外图像通常显示最小热特征和相对于健康或患病类别的平坦温度分布。许多样本包含同时捕获的配对 RGB 和红外图像，支持多模态学习和融合研究。
该数据集为智慧农业和精准畜牧领域的多个研究方向提供数据支撑，包括家禽健康状态自动分类、早期疾病检测系统开发、异常检测算法设计、多模态传感器融合技术研究以及家禽养殖智能监控系统构建。研究人员可以利用 RGB 图像训练基于视觉特征的分类模型识别行为和姿态异常，利用红外热图像开发基于温度分布的疾病检测算法识别炎症或发热等热相关异常，或构建融合双模态信息的集成诊断系统提升分类准确率和鲁棒性。数据集支持卷积神经网络、迁移学习、多模态深度学习、注意力机制和早期融合/晚期融合策略等技术研究。通过实现家禽健康状况的自动化实时监测，该数据集有助于降低人工检查成本、缩短疾病发现时间、减少疫病传播风险、提高养殖效率并改善动物福利，为现代化智慧养殖场的数字化转型和精准健康管理提供技术基础。
数据集来源
该数据集从受控家禽养殖场环境中使用双光谱成像设备采集，包含健康、患病和死亡三类鸡的 RGB 可见光图像和红外热成像图像，许多样本包含同时捕获的配对双模态图像，专为家禽健康自动化分类和智慧农业研究而构建。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-54
文件大小：89M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)