烟叶植株检测数据集 | 目标检测 | 工业制造-YOLO数据集

本数据集面向烟叶植株检测场景的目标检测任务，涵盖20个检测类别，总计2,201张标注图像。数据集适用于工业制造领域的算法研究、模型训练与工程应用。

数据集概览

数据集名称：烟叶植株检测数据集
任务类型：目标检测
图像总数：2,201 张
标注类别：20 类
标注格式：YOLO TXT（归一化坐标）
适用框架：YOLOv5 / YOLOv8 / YOLOv10 / YOLOv11 / YOLO26 / RT-DETR
数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含20个检测类别，各类别标注分布如下：

Tobacco mosaic virus (TMV)（烟草花叶病毒）
Powdery Mildew（白粉病）
Black shank（黑色小腿）
brown sport（棕色运动）
Black Spot（黑点）
Healthy Leaf（健康叶子）
Tobacco leaf curl disease (TLCD)（烟叶卷曲病（ TLCD ））
Leaf Spot（叶斑）
Leaf Mold（叶霉病）
Healthy（健康）
Septoria_Blight
Yellow Leaf Curl Virus（黄叶卷曲病毒）
Late Blight（晚疫病）
Mosaic Virus（花叶病毒）
Early Blight（早疫病）

技术规格

标注格式：YOLO TXT格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
数据来源：Roboflow Universe 平台

应用场景

1. **目标检测模型训练**：使用本数据集训练目标检测模型，实现烟叶植株检测的自动识别
2. **算法研究**：作为目标检测算法的基准数据集，用于性能评估与横向对比
3. **工程应用**：支持智能检测系统的开发与部署
4. **教学与科研**：适用于计算机视觉、深度学习等领域的科研项目与课程实践