2018年农作物病害数据集（共61分类）

本研究基于AI Challenger农作物叶子图像数据集包含10种植物(苹果、樱桃、葡萄、柑桔、桃、草莓、番茄、辣椒、玉米、马铃薯)的27种病害（其中24个病害有分一般和严重两种程度），合计61个分类(按“物种-病害-程度”分)的特性，训练图像总数为31718张，测试图像总数为4540张。每张图包含一片农作物的叶子，叶子占据图片主要位置。

This study utilizes the AI Challenger Crop Leaf Image Dataset, which encompasses 27 diseases across 10 plant species (apple, cherry, grape, citrus, peach, strawberry, tomato, pepper, corn, potato). Of these diseases, 24 have two severity grades: general and severe, resulting in 61 total categories categorized by "species - disease - severity". The dataset consists of 31,718 training images and 4,540 test images. Each image features a single crop leaf that dominates the primary region of the frame.

搜集汇总

背景与挑战

背景概述

该数据集是一个2018年发布的农作物病害图像分类数据集，包含10种植物的27种病害，其中24种病害按严重程度细分，总计61个分类。数据集规模较大，提供31718张训练图像和4540张测试图像，每张图像以农作物叶子为主，适用于农业病害识别和深度学习模型训练。