罗布斯塔咖啡叶片图像数据集

摘要：罗布斯塔咖啡叶片图像数据集是一个面向咖啡叶片病害识别、虫害分类与智慧咖啡种植监测的农业图像数据集，共包含约 1560 张罗布斯塔咖啡叶片图像。

数据集概述

罗布斯塔咖啡叶片图像数据集是一个面向咖啡叶片病害识别、虫害分类与智慧咖啡种植监测的农业图像数据集，共包含约 1560 张罗布斯塔咖啡叶片图像。图像使用智能手机摄像头在真实自然环境中采集，因此涵盖不同光照、背景、温度以及叶片姿态等变化，相比单一实验室环境数据更接近实际咖啡种植场景，可用于训练和评估具有实际部署能力的植物健康识别模型。

数据结构与关键特征

数据集主要划分为 **Healthy（健康叶片）、Coffee Leaf Rust（咖啡叶锈病）和 Coffee Red Spider Mite（咖啡红蜘蛛虫害）**3类，其中健康叶片没有明显病害症状；叶锈病样本通常表现为黄橙色、锈褐色斑点及局部组织异常；红蜘蛛危害则可能表现为叶片失绿、细小斑点、黄化以及局部组织损伤。图像已经过尺寸调整并按照类别存放于不同文件夹，适合直接用于图像分类任务。部分资料还提到叶片健康状态、病斑面积和病害严重程度等附加标注，但公开版本是否完整包含这些信息存在差异，因此具体研究时应以实际下载的数据文件和标注内容为准。

应用价值与研究方向

该数据集适用于罗布斯塔咖啡叶片健康分类、咖啡叶锈病识别、红蜘蛛虫害检测和智慧咖啡园监测等研究，可采用 ResNet、DenseNet、EfficientNet、MobileNet、ConvNeXt 和 Vision Transformer 等模型进行三分类识别，也可结合迁移学习与数据增强提升复杂自然环境下的泛化性能。进一步可研究病害早期识别、病虫害细粒度分类、复杂背景鲁棒识别、类别不平衡优化、病害严重程度评估以及轻量化移动端模型部署，并可扩展到无人机巡检、智能手机诊断和精准植保系统。

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-506
文件大小：387M
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。