agyaatcoder/PlantDoc

该数据集是通过处理GitHub仓库PlantDoc-Object-Detection-Dataset中的文件创建的，主要用于植物病害的视觉检测。数据集包含图像ID、图像、宽度、高度以及对象信息（如ID、面积、边界框和类别）。数据集分为训练集和测试集，训练集包含2342个样本，测试集包含236个样本。数据集的总下载大小为991825068字节，总数据集大小为979123200.284字节。任务类别为对象检测。

原始信息汇总

数据集概述

数据集特征

• image_id: 数据类型为 int64
• image: 数据类型为 image
• width: 数据类型为 int64
• height: 数据类型为 int64
• objects: 结构化数据，包含以下子特征：
  • id: 数据类型为 int64
  • area: 数据类型为 int64
  • bbox: 数据类型为 float32
  • category: 数据类型为 string

数据集划分

• train: 包含2342个样本，占用空间905619617.284字节
• test: 包含236个样本，占用空间73503583字节

数据集大小

• 下载大小: 991825068字节
• 数据集大小: 979123200.284字节

配置文件

• default:
  • train: 数据文件路径为 data/train-*
  • test: 数据文件路径为 data/test-*

任务类别

• 对象检测

许可证

• cc-by-4.0