当前位置：首页 > news >正文

石榴果实病害图像数据集：五种不同的石榴果实病害

news 2026/8/7 16:00:12

摘要：石榴果实病害图像数据集包含 5 种不同的石榴果实病害，专为创建准确且一致的机器学习模型而设计，最小化实际场景中的误分类。

数据集简介

数据集概述

石榴果实病害图像数据集（Pomegranate Fruit Diseases Dataset）包含 5 种不同的石榴果实病害，专为创建准确且一致的机器学习模型而设计，最小化实际场景中的误分类。目前农业中使用的公开标准化石榴果实病害分类数据集不够精确和全面，无法有效训练模型。该项目的主要目标是生成一个公开可访问的石榴果实数据集和包含各种病害的石榴果实图像数据集，以解决这一问题。数据集从印度 Ballari、Bangalore、Bagalkote 等地区收集了 5 种不同的石榴果实病害，照片拍摄于 2023 年 7 月和 10 月。数据集包含 5,099 张标注和分类的健康及病害石榴果实图像，分为 5 个类别：Healthy（健康）、Bacterial blight（细菌性疫病）、Anthracnose（炭疽病）、Cercospora fruit spot（尾孢果斑病）和 Alternaria fruit spot（交链孢果斑病）。数据集由 5 个以相关病害命名的文件夹组成，可帮助识别其他国家的石榴病害并提高石榴产量。

数据集包含 5,099 张标注和分类的石榴果实图像，分为 5 个类别：Healthy（健康）、Bacterial blight（细菌性疫病）、Anthracnose（炭疽病）、Cercospora fruit spot（尾孢果斑病）和 Alternaria fruit spot（交链孢果斑病）。数据组织为 5 个文件夹，每个文件夹以相关病害命名，包含健康和病害石榴果实图像。数据从印度 Ballari、Bangalore、Bagalkote 等地区采集，照片拍摄于 2023 年 7 月和 10 月。所有图像均已标注和分类，数据集高效且清洁，专为机器学习模型训练而优化，确保准确性和一致性，最小化实际应用中的误分类。

支持石榴果实病害检测与分类（5 类）、农业病害识别、深度学习模型训练（CNN、ResNet、EfficientNet）、计算机视觉在农业中的应用、精准农业、作物病害管理、石榴产量提升、自动化病害检测系统、植物病理学研究、农业 AI 应用、图像分类、目标检测、迁移学习、农业决策支持系统、全球石榴病害识别（可帮助其他国家识别石榴病害）、教育与培训、算法基准测试。该数据集为石榴果实病害识别提供高质量、标准化的训练数据，填补了农业公开数据集的空白。

数据集来源

由 B, Pakruddin 和 R, Dr. Hemavathy（2023）创建（Mendeley Data, DOI: 10.17632/b6s2rkpmvh.1），5,099 张图像，5 类（健康/细菌性疫病/炭疽病/尾孢果斑病/交链孢果斑病），2023 年 7-10 月从印度 Ballari/Bangalore/Bagalkote 采集，5 个文件夹，专为深度学习模型和石榴病害检测设计。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。