three_plant_leaf_disease_classification

该数据集是一个用于三种植物叶片病害分类的图像数据集，包含原始和增强两个版本。三种植物分别为Aegle Marmelos、木苹果和柠檬。数据集旨在支持植物叶片病害的自动识别与分类任务。数据集中每个样本包含图像、病害类别标签以及作物类型信息。病害类别共9种，包括炭疽病、毛虫侵扰、尾孢叶斑病、柑橘病、健康叶片、健康叶片（另一类别）、卷叶病、叶斑病和煤烟病。原始数据集包含3,941张图像，增强数据集通过数据扩充技术扩展至12,295张图像。数据规模属于中等（介于1万到10万之间），适用于图像分类模型的训练与评估。数据来源于智能手机拍摄的图像，最初为相关研究论文收集，用于植物叶片病害和新鲜度的综合评估。数据集遵循CC-BY-4.0许可证。

原始信息汇总

数据集概述：Three Plant Leaf Disease Classification

• 任务类型：图像分类（image-classification）
• 许可协议：Creative Commons Attribution 4.0 International (CC-BY-4.0)
• 数据集规模：10,000 ~ 100,000 张图片
• 语言：无（图像数据）

数据集版本与组成

该数据集包含两个配置版本：

1. 原始版本（raw）

   • 图片总数：3,941 张
   • 类别数：9 类
     • Anthracnose: 360
     • Caterpillars_Infestation: 429
     • Cercospora_Leaf: 386
     • Citrus: 302
     • Healthy_Leaf: 674
     • Heathy_Leaf: 407
     • Leaf_Curl: 678
     • Leaf_Spot: 370
     • Sooty_Mold: 335
   • 数据划分：仅训练集（train）
   • 下载大小：98,164,298 字节
   • 数据集大小：83,231,394 字节

2. 增强版本（augmented）

   • 图片总数：12,295 张
   • 类别数：9 类
     • Anthracnose: 1,026
     • Caterpillars_Infestation: 1,193
     • Cercospora_Leaf: 1,110
     • Citrus: 1,140
     • Healthy: 2,274
     • Healthy_Leaf: 1,052
     • Leaf_Curl: 2,192
     • Leaf_Spot: 1,046
     • Sooty_Mold: 1,262
   • 数据划分：仅训练集（train）
   • 下载大小：58,167,555 字节
   • 数据集大小：53,829,237 字节

数据特征

每个样本包含以下字段：

• image：图像数据（dtype: image）
• label：类别标签（class_label，包含 9 个类别名称）
• crop_type：作物类型（dtype: string）

数据来源与引用

• 该数据集是 AgML 项目的一部分，索引于：https://project-agml.github.io/
• 原始数据来源于 Mendeley Data，DOI: 10.17632/54r883j5zr.1
• 引用文献： Huq, Mohammad Rezwanul et al. (2025), "Comprehensive smartphone image dataset for Aegle Marmelos, Hog plum, and lemon plant leaf disease and freshness assessment", Data in Brief, Vol. 60, p. 111590.

搜集汇总

数据集介绍

构建方式

该数据集针对三种植物叶片（Aegle Marmelos、Hog Plum和Lemon）的病害分类任务而构建，原始图像采集自智能手机，确保了数据的真实性与应用场景的贴近性。在此基础上，数据集提供了原始版（raw）与增强版（augmented）两个配置：原始版包含3,941张图像，按九类标签（如炭疽病、毛虫侵染、叶斑病等）组织；增强版通过数据扩充技术将样本总量提升至12,295张，有效缓解了类别不平衡问题，并增强了模型的泛化能力。两类配置均包含图像、标签及作物类型字段，便于下游任务灵活使用。

特点

该数据集具有鲜明的领域适配性与实用价值。其一，专注三种经济植物的叶片病害识别，覆盖九类常见与病害及健康状态，标签体系细致，如区分了“Healthy”与“Healthy_Leaf”等相近类别。其二，提供原始与增强两种版本，增强版在保持类别分布合理的前提下，显著扩充样本量（如健康叶片类达2,274张），为深度学习模型训练提供了更充足的数据支持。其三，所有图像源自智能手机拍摄，贴近农业实地监测场景，提升了模型在真实环境中的鲁棒性。此外，数据集已收录于AgML平台，便于集成使用。

使用方法

使用者可通过HuggingFace Datasets库加载该数据集，支持直接指定配置名称（‘raw’或‘augmented’）以获取对应版本。数据集默认采用‘raw’配置，加载后返回包含‘image’（PIL图像对象）、‘label’（类别索引）及‘crop_type’（作物类型字符串）三个字段的样本。推荐将增强版用于模型训练，原始版用于评估或基线测试。数据集适用于图像分类任务的训练、验证与测试流程，也可结合AgML库进行农业场景下的迁移学习与模型部署。引用时请参照Mendeley Data或Data in Brief的原始文献。

背景与挑战

背景概述

作物叶片病害的精准识别是智能农业与植物表型组学研究中的关键环节，对保障粮食安全与减少农药滥用具有重要意义。2024年，由Mohammad Rezwanul Huq等研究者创建的“three_plant_leaf_disease_classification”数据集，聚焦孟加拉国特色经济作物——木橘（Aegle Marmelos）、猪李（Hog Plum）与柠檬（Lemon）的叶片病害分类问题。该数据集包含原始3,941张与增强后12,295张图像，涵盖炭疽病、毛虫侵染、叶斑病等9个类别，通过智能手机采集真实田间场景，旨在填补特定热带作物病害标准数据的空白。其发布依托AgML框架，为计算机视觉在精准农业中的落地提供了高质量训练资源，推动了小样本与细粒度作物病害识别方向的发展。

当前挑战

该数据集所应对的领域核心挑战在于跨作物、跨病害的细粒度分类难题，尤其是健康叶片与早期轻微病害在光照、纹理上高度相似，而热带作物病害常呈混合感染模式，现有模型易产生判别混淆。构建过程中的挑战体现在三方面：其一，原始图像由不同型号智能手机在复杂田间环境下采集，存在光照不均、背景杂乱、叶片遮挡等噪声；其二，少数类别（如柑橘类褐斑、烟霉病）样本量不足（仅300余张），容易引发类别不平衡与过拟合问题；其三，数据标注需依赖植物病理专家人工校验，以区分“Healthy_Leaf”与“Heathy_Leaf”等相近标签，确保分类标准的生物有效性。

常用场景

经典使用场景

该数据集聚焦于木橘、猪李和柠檬三种经济作物的叶片病害分类任务，属于细粒度图像识别领域。研究者可基于卷积神经网络（如ResNet、EfficientNet）或视觉Transformer架构，构建端到端的病害诊断模型。数据集中包含炭疽病、毛虫侵染、叶斑病等九类标签，涵盖植株健康状况与多种典型病理特征，为多类别农作物病害识别提供了标准化的评估基准。原始版本与增强版本并存的设置，使得模型可在不同数据规模下检验泛化能力，尤其适合探索数据增强策略对分类精度的提升效果。

衍生相关工作

基于该数据集已衍生出多项经典研究，包括Huq等人（2025）在《Data in Brief》中详细阐述了数据采集与标注方法学，奠定了该领域的基准框架。相关工作覆盖了数据增强策略的效果对比、基于深度可分离卷积的移动端模型优化，以及针对多作物场景的域适应算法。此外，AgML平台将其作为标准组件集成，推动了农业图像分析流程的标准化。未来研究可进一步探索生成对抗网络合成罕见病害样本，或结合知识蒸馏技术压缩模型，以满足低算力设备的部署需求。

数据集最近研究

最新研究方向

随着智慧农业与计算机视觉技术的深度融合，植物叶片病害的精准识别已成为作物健康监测与产量保障的关键环节。该数据集聚焦于木橘、猪李和柠檬三种经济植物的叶片病害分类，涵盖炭疽病、毛虫侵染、褐斑病等9类常见病害与健康状态，包含原始图像3,941张及数据增强后12,295张，为深度学习模型在复杂田间环境下的鲁棒训练提供了高质量标注资源。结合智能手机拍摄的实景数据，该资源正推动轻量化、移动端病害诊断系统的前沿探索，尤其在低资源农业场景中，其丰富的数据变体与迁移学习潜力，为构建跨作物、跨病害的通用识别范式和实时监测平台奠定了重要基础。