摘要：苹果树叶病数据集是一个面向苹果叶片病害识别、病害分类与智慧果园监测的农业图像数据集。
数据集概述
苹果树叶病数据集是一个面向苹果叶片病害识别、病害分类与智慧果园监测的农业图像数据集。所有图像均采集自西北农林科技大学位于中国西北地区的4个苹果试验示范站，并使用荣耀 V10 手机拍摄。数据同时覆盖实验室环境和真实果园环境，其中约51.9%的图像来自实验室、48.1%来自实际种植田，并包含不同天气、光照和拍摄时间条件，能够较好反映真实农业环境中苹果叶片病害在颜色、纹理和病斑形态等方面的变化。
数据结构与关键特征
数据集主要包含苹果叶片图像及其对应病害类别，共覆盖 **Alternaria leaf spot（互生斑病）、Brown spot（褐斑病）、Gray spot（灰斑病）、Rust（锈病）和 Healthy leaf（健康叶片）**5类。不同类别图像表现出斑点、褐变、坏死、锈斑、颜色异常和纹理变化等典型视觉特征，同时不同样本具有不同程度的病害表现。数据兼具实验室标准场景与自然果园复杂背景，可用于分析不同病害之间的细粒度视觉差异，并训练模型完成健康叶片与多种病害叶片的自动识别和分类。
应用价值与研究方向
该数据集适用于苹果叶片病害分类、病害识别、病情分析和精准农业监测等研究。研究人员可以采用 ResNet、DenseNet、EfficientNet、ConvNeXt、Vision Transformer 等深度学习模型开展多类别图像分类，也可以结合 YOLO 等目标检测方法进一步研究病害区域定位。后续研究可重点关注复杂田间背景下的病害识别、小病斑与早期病害检测、不同光照和天气条件下的模型泛化、类别不平衡优化，以及面向智能手机和农业无人机的轻量化苹果树病害诊断系统。
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-505
文件大小：179M
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)