摘要：茄科叶片数据集是一个面向植物病害识别与精准农业研究的图像数据集，主要覆盖番茄、茄子和甜椒三类典型茄科作物。
数据集概述
茄科叶片数据集是一个面向植物病害识别与精准农业研究的图像数据集，主要覆盖番茄、茄子和甜椒三类典型茄科作物。数据集中同时包含健康叶片与多种病害叶片图像，可用于训练计算机视觉和深度学习模型自动识别不同作物及其病害状态。涉及的主要病害包括番茄叶霉病、白粉病、壳针孢叶斑病，茄子尾孢菌叶斑病以及甜椒细菌性斑点病，能够较全面地反映不同病原感染在叶片上的典型视觉症状，为农作物病害自动检测和健康状态评估提供数据基础。
数据结构与关键特征
数据集按照作物类型和病害类别进行文件夹式组织，便于直接开展监督学习任务。番茄类别包括健康、叶霉病、白粉病和壳针孢叶斑病；茄子类别包括健康和尾孢菌叶斑病；甜椒类别包括健康和细菌性斑点病。不同病害在叶片上表现出较明显的视觉差异，例如白粉病形成白色粉状霉层，叶霉病伴随黄色斑块及霉菌生长，壳针孢叶斑病形成具有深色边缘的圆形病斑，细菌性斑点病则表现为水渍状并逐渐坏死的斑点。数据具有明显的纹理、颜色、病斑形态和空间分布特征，适合进行图像分类、特征提取和病害区域分析。
应用价值与研究方向
该数据集可广泛应用于植物病害分类、作物健康监测、病害早期识别、精准农业和智能植保等研究方向。研究人员可以采用 ResNet、EfficientNet、DenseNet、MobileNet、Vision Transformer 等模型完成多类别叶片病害分类，并结合数据增强、迁移学习和注意力机制提高复杂背景下的识别性能。进一步还可以研究病害严重程度评估、跨作物病害识别、轻量化移动端诊断以及无人机或农业机器人视觉监测，将模型部署到田间智能终端，为作物病害快速筛查、精准施药和农业生产管理提供技术支持。
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-390
文件大小：810M
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)