摘要：该数据集主要面向可可果实黑果病（Black Pod Rot）的图像识别与病害严重程度分级研究，通过不同感染等级的可可果实图像，为植物病害智能识别、农业视觉分析和病害程度评估提供基础数据支持。
数据集概述
可可果实黑果病感染程度为核心的图像分类数据集，共包含约 1000 张图像，单张图像尺寸约为 1080×1080 像素。数据按照黑果病感染严重程度划分为 5 个等级，从 Level 1 到 Level 5，能够反映病害由较轻到较严重的发展状态。该数据集适合用于训练深度学习模型自动识别可可果实是否受到黑果病侵染，并进一步判断其病害严重程度，为精准农业和植物病害监测研究提供图像数据基础。
数据结构与关键特征
数据集主要存放于 black_pod_photos 目录下，并按照感染等级划分为 black_pod_rot_1、black_pod_rot_2、black_pod_rot_3、black_pod_rot_4 和 black_pod_rot_5 五个子目录，分别对应 Level 1 至 Level 5 五种黑果病感染程度。其主要特点是采用基于病害严重度的五分类结构，每张图像对应一个明确的感染等级标签，同时具有较高的原始图像分辨率，能够保留果实表面颜色变化、病斑面积、组织腐败程度和纹理等视觉特征，适合进行图像分类、特征提取以及病害严重程度分析。
应用价值与研究方向
该数据集可应用于可可黑果病自动识别、病害严重程度分级、智能农业监测和植物病害辅助诊断等研究方向。算法方面可采用 ResNet、EfficientNet、MobileNet、DenseNet、ConvNeXt 和 Vision Transformer 等深度学习模型进行五分类实验，并围绕数据增强、迁移学习、注意力机制、类别不平衡处理和模型轻量化等方向进行改进。此外，还可以进一步研究病斑区域分割、病害面积估计、连续严重程度预测以及移动端或边缘设备部署，构建面向可可种植场景的自动化病害监测与预警系统。
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-753
文件大小：160M
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)