摘要：该数据集主要面向茶树叶片病害识别与健康状态分类研究，包含 7 种常见茶叶病害以及健康叶片类别，可用于深度学习图像分类、智能农业病害检测和茶园自动化监测等任务。
数据集概述
该数据集采集自肯尼亚 Bomet County 的 Johnstone Boiyon 农场，研究对象为 1510 品系茶树叶片。数据共包含 8 个类别，其中 7 类为病害叶片，1 类为健康叶片，每个类别均包含 100 张以上图像。主要病害包括红叶斑病、藻斑病、鸟眼斑病、灰枯病、白斑病、炭疽病和褐枯病，能够覆盖茶树叶部较常见的多种病害类型，适合用于多类别病害识别模型训练。
数据结构与关键特征
数据集采用按类别文件夹组织的图像分类结构，主要包括 Anthracnose、algal leaf、bird eye spot、brown blight、gray light、healthy、red leaf spot 和 white spot 共 8 个目录，分别对应炭疽病、藻斑病、鸟眼斑病、褐枯病、灰枯病、健康叶片、红叶斑病和白斑病。其关键特征主要体现在叶片颜色变化、病斑形状、坏死区域、斑点分布和纹理差异等方面，因此属于典型的农业细粒度图像分类数据集。
应用价值与研究方向
该数据集适合用于茶叶病害分类、茶园智能监测、叶片健康评估、农业病害预警和精准植保等研究方向。算法方面可采用 ResNet、EfficientNet、MobileNet、DenseNet、ConvNeXt 和 Vision Transformer 等模型进行迁移学习与多分类识别，并进一步研究数据增强、注意力机制、少样本学习、可解释性分析和轻量化部署等方法，为移动端茶叶病害识别、无人机茶园巡检和智能农业决策系统提供数据支持。
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-790
文件大小：740M
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)