植物叶片病害识别

【植物叶片病害识别 | 目标检测 | 计算机视觉、AI应用】

植物叶片病害识别是一个用于目标检测任务的YOLO格式计算机视觉数据集，包含30个检测类别，数据集提供YOLO标准格式标注（.txt文件，class_id center_x center_y width height），支持YOLOv5/v8/v11等主流目标检测框架，可通过数据中国(data2.cn)免费下载。

今天为大家分享一套植物叶片病害识别，适合计算机视觉、AI应用研究使用。

📊 数据集标签信息

• 检测类别数（nc）：30
• leaf-spots
• Potato healthy leaves
• Tomato mold leaf
• Tomato leaf yellow virus
• Tomato leaf mosaic virus
• Tomato leaf late blight
• Tomato leaf bacterial spot
• Tomato healthy leavs
• … 共30个类别

📊 数据集概览

• 数据集名称：植物叶片病害识别
• 任务类型：目标检测
• 应用领域：计算机视觉、AI应用

🔬 适用场景

1. leaf-spots, Potato healthy leaves, Tomato mold leaf等多类目标的智能检测
2. 计算机视觉算法研究与优化
3. 目标检测模型训练与部署
4. 目标检测模型训练与部署

💡 数据集亮点

本数据集聚焦植物叶片病害识别场景，包含30个检测类别，涵盖leaf-spots, Potato healthy leaves, Tomato mold leaf等核心目标，是计算机视觉、AI应用研究领域的刚需数据集，通过该数据集训练的目标检测模型可实现精准识别与检测。

📥 获取方式

登录网站后即可免费获取网盘下载地址，一键下载即用。

🏷️ 标签

#目标检测 #计算机视觉 #植物叶片病害识别 #数据集 #YOLO #计算机视觉

更多优质数据集请登录网站免费获取，持续更新中！