摘要：该数据集由花生植株叶片图像组成，面向叶片图像分类和目标检测任务，可用于研究花生叶片的视觉特征识别与自动化分析。
数据集概述
该数据集由花生植株叶片图像组成，面向叶片图像分类和目标检测任务，可用于研究花生叶片的视觉特征识别与自动化分析。数据集由 Manvikar 和 Reddy 于2023年发布，并提供原始图像、整理后的数据及配套元数据，为花生作物机器视觉研究提供基础数据资源。
数据结构与关键特征
数据集主要包括 Groundnut_Leaf_dataset、Raw_Data 和 Metadata.xlsx。其中，Raw_Data 保存原始采集图像，Groundnut_Leaf_dataset 存放经过整理、可用于模型训练的叶片数据，Metadata.xlsx 用于记录和管理图像相关信息。该结构同时保留原始数据与标准化数据，便于开展数据清洗、类别整理、标注转换及训练集、验证集和测试集划分。
应用价值与研究方向
该数据集可用于花生叶片自动识别、作物生长状态监测、病虫害辅助诊断和智慧农业视觉系统开发。研究方向包括卷积神经网络与视觉Transformer分类、YOLO系列目标检测、叶片或病斑分割、数据增强、迁移学习、小样本学习、模型轻量化及可解释性分析，还可进一步研究复杂田间背景下的目标定位、跨环境泛化和移动端实时检测。
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-572
文件大小：880M
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)