摘要：茄子病害识别数据集包含 1,400 张田间原始图像和 9,800 张数据增强图像，7 个类别（健康叶片、虫害病、叶斑病、花叶病毒病、小叶病、白霉病、枯萎病），专为基于机器视觉的病害识别和精准农业设计。
数据集简介
数据集概述
茄子病害识别数据集（Eggplant Disease Recognition Dataset）包含 1,400 张原始茄子图像（从实地收集）和 9,800 张数据增强图像。茄子含有大量营养纤维，是健康饮食的重要组成部分，有助于消化、控制血糖、降低心血管疾病风险。每 100 克茄子含约 2.9 克脂肪、0.8 克矿物质、13 克碳水化合物、42 千卡能量、1.8 克蛋白质、28 毫克钙、0.9 毫克铁、850 微克胡萝卜素、0.12 毫克维生素 B1、0.08 毫克维生素 B2 和 22 克糖等营养素。茄子在孟加拉国是非常受欢迎的蔬菜，其种植对许多农民具有重要经济意义。然而，作物病害是农业生产中的普遍问题，对作物质量和生产力产生不利影响。由于非生物环境因素，茄子病害对产量和质量产生不利影响，给农民造成重大经济损失。传统的作物病害识别通常耗时、劳动密集、效率低且主观。近年来，计算机视觉在此类分类和识别任务中显示出巨大前景。
数据集包含 7 个不同的茄子类别：
(1) 健康叶片（Healthy Leaf）；
(2) 虫害病（Insect Pest Disease）；
(3) 叶斑病（Leaf Spot Disease）；
(4) 花叶病毒病（Mosaic Virus Disease）；
(5) 小叶病（Small Leaf Disease）；
(6) 白霉病（White Mold Disease）；
(7) 枯萎病（Wilt Disease）。
数据集最初从田间收集 1,400 张原始茄子图像。为了增加数据点数量，应用各种图像处理技术（平移、翻转、缩放、剪切、亮度增强和旋转），从原始图像生成总共 9,800 张增强图像。数据集专为开发基于机器视觉的技术而设计。
支持茄子病害识别与分类（7 类）、作物病害自动检测、精准农业、计算机视觉在农业中的应用、深度学习模型训练（CNN、ResNet、EfficientNet、Vision Transformer）、图像分类、植物病理学研究、农业病害管理、早期病害诊断、产量损失预防、经济损失减少、虫害防治、农业自动化、智能农业系统、农业决策支持、数据增强技术应用、田间实时监测、农民教育与培训。该数据集为解决茄子病害对农业生产和经济的影响提供重要资源，克服传统方法的局限性（耗时、劳动密集、低效、主观）。
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-145
文件大小：500M
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)