当前位置: 首页 > news >正文

棉花叶片病虫害识别 棉花叶片8类病虫害检测数据集

🌱 棉花叶片8类病虫害检测数据集(YOLO格式)

一、数据集概述

本数据集为棉花叶片病虫害垂直领域专业数据集,共 5,400 张田间实拍图像,覆盖 8 类棉花叶片健康状态与常见病虫害(含蚜虫、斜纹夜蛾等虫害,以及细菌性叶斑、枯萎、灰霉、叶斑、卷叶等病害)。数据集已按 7:2:1 划分为训练集(3,784张)/ 验证集(1,169张)/ 测试集(447张),采用标准 YOLO 格式标注,标注规范准确,到手无需二次标注与拆分,可直接投入训练,适配 YOLOv5/v8/v10/v11 全系列模型。

二、检测类别(8类)

英文类别 中文名 类型 说明 Aphids 蚜虫 虫害 刺吸式口器,群集叶背,致叶片卷曲发黄 Armyworm 斜纹夜蛾 虫害 幼虫啃食叶片,造成缺刻或孔洞 Bacterial Blight 细菌性叶斑病 细菌病害 叶片出现水渍状小斑,后扩大成角斑 Fusarium Wilt 枯萎病 真菌病害 维管束病害,整株萎蔫,叶片黄化脱落 Grey mildew 灰霉病 真菌病害 叶片出现灰色霉层 Healthy 健康叶片 对照 正常无病害叶片 Leaf Curl 卷叶病 病毒/生理 叶片皱缩卷曲,多由棉卷叶病毒或蚜虫传毒引起 Leaf spot 叶斑病 真菌病害 多种病原菌引起的叶部斑点

💡 8 类中虫害2类 + 病害5类 + 健康1类,覆盖棉花田间最主要的叶部生物胁迫,是棉花智能植保较完整的识别集合。

三、数据集详情

• 总图片数:5,400 张

• 标注格式:YOLO .txt(归一化坐标),标准 data.yaml 可直接喂 Ultralytics

• 数据划分:

◦ 训练集:3,784 张(70%)

◦ 验证集:1,169 张(22%)

◦ 测试集:447 张(8%)

• 目标尺度:同时包含大目标与小目标(蚜虫、早期病斑属于小目标,卷叶、整叶病斑属于大目标)

• 数据来源:田间实拍,涵盖不同光照、角度、病害严重程度样本,贴合实际植保场景

四、核心优势

• 开箱即用:标注完整、划分就绪,省去标注/拆分/清洗等预处理步骤

• 配比科学:7:2:1 是 YOLO 训练的标准划分,验证集够做早停,测试集够做最终评估

• 场景真实:田间实拍,含不同病害程度梯度,比实验室干净样本泛化性更好

• 大小目标混合:对 YOLO 的小目标头(P2/P3)训练友好,可验证小目标检测策略

五、训练建议

• 小目标问题:Aphids(蚜虫)和早期病斑在图上可能只有十几个像素,建议:

◦ 开启 mosaic=1.0 + mixup=0.15

◦ 若用 YOLOv8/v11,可尝试 imgsz=960 或 1280 提升小目标 recall

◦ 严重小目标场景可考虑 SAHI(切片推理)或加 P2 小目标检测头

• 类别不平衡:如果 Healthy 或某病害样本偏少,可启用 class_weights 或过采样

• 预期指标:棉花叶病类数据集在 YOLOv8s 上 mAP@0.5 通常能到 0.85+,v11n 可冲 0.88+

六、可配套系统方向

延续此前农业AI系列(农作物29类 / 番茄叶11类 / 害虫11类 / 桃子成熟度 / 小麦分类)的架构,可搭一套棉花智能植保检测系统:

• 检测端:图片 / 批量 / 视频 / 摄像头(田间手持或无人机挂载)

• LLM 模块:识别到具体病虫害后调用 DeepSeek/Qwen,输出:

◦ 发病规律(如枯萎病在连作棉田高发)

◦ 防治药剂(蚜虫用吡虫啉/啶虫脒,枯萎病用苯醚甲环唑+嘧菌酯灌根)

◦ 预警建议(卷叶病早期与蚜虫关联性强,需先控蚜)

• 地块管理:按田块/农户记录发病分布,生成植保作业建议

• 报告导出:PDF 检测报告 + 防治方案

技术栈参考:YOLOv8/v11 + Flask + Spring Boot + Vue3 + MySQL + ECharts + DeepSeek API

七、应用场景

• 棉花种植大户/合作社:田间巡查看叶,快速判断病虫害类型与严重程度

• 植保站:区域性棉田病虫害普查与预警

• 农技服务公司:飞防作业前的病害摸底,精准配药

• 棉花研究所:抗病品种筛选、药效试验的自动化记录

• 农业院校:植物保护实训数据集

八、与同系列农业数据集的对比

数据集 图片量 类别 任务 侧重 农作物29类7,000+29(多作物叶病) 检测 广覆盖,跨作物 番茄叶11类8,42111(番茄专类) 检测 单作物深覆盖 害虫11类 —11(害虫) 检测 虫而非病 桃子成熟度3类1,2453(成熟度) 检测 品质分级 小麦分类6类4,8046(麦粒品质) 分类 籽粒而非叶 棉花叶8类5,4008(棉叶虫+病) 检测 单作物+虫病混合

💡 棉花这套的特点是虫病同框——蚜虫和卷叶病经常伴生,细菌性斑和枯萎病症状易混,比纯"病害集"更贴近田间真实(农户拍一张叶子,可能既有虫又有病)。

九、交付内容

  1. 数据集:5,400 张图片 + YOLO txt 标注

  2. 划分文件:train/val/test 列表 + data.yaml

  3. 标签对照表:中英类别名,方便写进论文/报告

十、定制化服务()

• 扩充类别(如棉铃虫、红蜘蛛、黄萎病等)

• 提供预训练权重(YOLOv8/v11)

• 开发完整棉花植保检测系统(含 LLM 建议 + 地块管理)

• 对接无人机/手持巡检设备,做田间实时检测


http://www.jsqmd.com/news/1321154/

相关文章:

  • 网络安全工程师如何实现技能变现:从入门到专业
  • 强化学习头牌:PPO
  • 深入理解NDC:标准化设备坐标在图形渲染中的作用
  • 从一个简单的照片播放器,来看人比ai多出来的价值
  • Houdini 22核心解析:Copernicus与Time Shift如何重塑程序化工作流
  • LeagueAkari:英雄联盟玩家的终极智能辅助工具完全指南
  • PyTorch GPU环境配置:从CUDA版本匹配到稳定部署全攻略
  • 第三阶段 27 · pipeline 管道聚合(同比/环比/累计/移动平均)
  • 园洲夜宵店实地测评:万州霸道烤鱼本地人常去游客爱打卡 - 产品推荐官
  • 网盘直链下载助手:免费解锁八大网盘高速下载的终极解决方案
  • 线性与非线性回归实战:从最小二乘法到过拟合防范
  • 天线核心性能参数解析:从辐射效率到极化匹配的工程实践指南
  • GIS与CAD数据转换实战:从Shapefile到DWG的完整流程与避坑指南
  • Keyviz:让键盘鼠标操作“看得见“的开源可视化神器
  • Unity UGUI虚线绘制全攻略:从Shader实现到性能优化
  • 第四阶段 32 · update_by_query / delete_by_query 条件更新删除
  • 标书从业者选型参考:2026年标书AI 自动生成工具测评推荐清单
  • AI接单冷启动困局破解:0粉丝如何用1条技术短视频撬动37个精准询盘(含脚本模板+数据看板)
  • 2026年外贸建站平台怎么选:从技术架构到运营效率的决策指南 - 外贸营销驿站
  • Krita AI Diffusion插件中Cinematic Photo (XL)数据类型冲突的全面诊断与修复指南
  • VC++ Build Tools 2015离线安装包制作与部署全攻略
  • 订货小程序推荐适合零售门店的:能看懂“需求天气”的平台更值得选
  • 办公效率提升方案,OpenClaw 本地智能体搭建攻略(含安装包)
  • Windows 7系统下JDK 1.8环境变量配置与多版本管理实战指南
  • AI协作新范式:6个顶级Skill提升Claude、GPT生产力
  • 2026口碑好的石家庄装修设计公司 实力排名7条对比参考 - 产品评测官
  • 【AI大模型原理与API使用】
  • 零基础Python实战入门:从环境搭建到项目开发的避坑指南
  • 如何用YDFID-1色织物缺陷检测数据集彻底改变纺织质检效率
  • 大模型 API 平台哪家划算:自研直营、聚合平台、混合方案三类全拆解