摘要：葡萄叶病害数据集是一个面向精准农业、植物病害目标检测与智能葡萄园管理的YOLO格式图像数据集，主要用于识别和定位葡萄叶上的常见病害。
数据集概述
葡萄叶病害数据集是一个面向精准农业、植物病害目标检测与智能葡萄园管理的YOLO格式图像数据集，主要用于识别和定位葡萄叶上的常见病害。数据集包含4个类别，分别为葡萄黑腐病、葡萄埃斯卡病（黑麻疹）、健康葡萄叶和葡萄叶枯病，其中训练集共包含约4,195张类别图像记录，并提供对应的目标边界框标注。数据已经完成预处理和YOLO格式整理，可直接用于YOLOv8、YOLOv11等目标检测模型的训练和验证。
数据结构与关键特征
数据集采用标准YOLO目录结构，由 images/train、images/val、labels/train、labels/val 和 dataset.yaml 组成，每张图像均具有对应的 .txt 标注文件，记录类别ID及归一化边界框坐标。4个类别ID分别为：0 葡萄黑腐病、1 葡萄埃斯卡病、2 健康葡萄叶、3 葡萄叶枯病；训练数据中对应图像数量约为1,244、1,383、492和1,076张，边界框数量分别约为1,313、1,383、643和1,076个。数据具有一定类别不均衡特征，尤其健康样本数量明显少于病害类别，因此适合进一步研究类别重采样、数据增强和损失函数优化等问题。
应用价值与研究方向
该数据集适用于葡萄叶病害检测、病害区域定位、农业无人机巡检、移动端病害识别和精准葡萄栽培等研究。研究人员可使用YOLOv8、YOLOv11、RT-DETR等模型进行多类别病害检测，并通过Mosaic、MixUp、颜色增强等方法提升复杂光照和自然背景下的识别能力；进一步可研究小目标病斑检测、类别不平衡优化、轻量化网络、边缘设备部署、无人机实时检测以及病害检测与农业治疗建议系统结合，为葡萄园自动监测和智能病害管理提供技术支持。
数据集来源
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-503
文件大小：142M
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)