摘要：本数据集（MMPD-3）包含30种药用植物叶片的多模态数据，整合了高质量图像与形态学测量指标。数据集共收录3000张叶片图像，按物种分为30个文件夹，每个物种包含100张图像。叶片样本涵盖五个不同生长阶段（幼叶期、发育期、成熟期、完全生长期和衰老期），以捕捉植物在生命周期中的形态变化特征。样本主要采集自孟加拉国吉大港国际伊斯兰大学药用植物园和拉尔迈植物园，采集时间为2025年11月至2026年4月，确保了数据的季节多样性和生态代表性。
数据集简介
数据集概述
数据集采用图像与结构化形态学数据相结合的多模态组织方式。图像模态提供叶片的视觉特征，包括纹理、颜色、脉络模式和形状轮廓等丰富的表型信息。形态学模态通过CSV文件记录叶片的实际长度和宽度等量化测量指标，弥补了图像尺度模糊性（scale ambiguity）导致的实际尺寸信息丢失问题。CSV文件包含4列关键字段：类别标签（Class）作为物种分类依据，以及叶片的长度和宽度测量值。这种图像-数值特征融合的数据结构为多模态深度学习和集成学习提供了理想的实验平台。
该数据集在药用植物智能识别、植物表型分析和多模态机器学习领域具有重要应用价值。支持的研究任务包括：基于深度学习的药用植物物种分类、生长阶段识别、多模态特征融合算法开发、迁移学习与领域自适应、以及集成学习方法验证。数据集的生长阶段多样性使其适用于时序表型分析和植物生长监测研究。此外，形态学指标与图像特征的结合为可解释性植物识别系统、移动端药用植物辅助鉴定应用以及传统医学知识数字化提供了数据支撑。促进了植物学、计算机视觉和民族植物学交叉领域的研究合作。
数据集来源
采集自孟加拉国药用植物园的30种药用植物多模态数据集，包含3000张涵盖五个生长阶段的叶片图像及对应的形态学测量指标（叶片长度和宽度）。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-40
文件大小：114M
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)