小麦卷曲病识别及多图像关联诊断高质量标注数据

小麦卷曲病是影响小麦产量和品质的重要病害之一，发病后可造成叶片异常扭曲、卷曲，严重时影响穗部正常抽出和籽粒形成。传统人工巡查病害的方法耗时耗力，且依赖人工经验，容易出现漏检或误判。随着智能手机和移动互联网的普及，农户可以利用手机或相机拍摄小麦植株的高清图像，通过人工智能技术实现病害自动识别和智能诊断。本数据知识产权面向农作物病害智能诊断领域，通过采集小麦田间发病植株的多维度影像，利用自研多模态病害大模型进行多图关联分析与病害鉴别标注，再由专业病害标注人员完成审核确认。数据适用条件为田间影像需满足最低清晰度与分辨率要求，拍摄角度应能展现叶片卷曲形态特征；数据覆盖范围包括不同生育阶段、不同卷曲形态和不同发病程度的样本；应用对象涵盖基层农户、农技推广人员、农业管理部门、农业科研院所、农业科技企业及病害识别模型研发团队，可为小麦卷曲病智能识别及多图关联诊断等模型的训练与评测提供高质量数据支撑。

搜集汇总

背景与挑战

背景概述

该数据集针对小麦卷曲病这一重要病害，通过采集田间发病植株的多维度影像，利用自研多模态病害大模型进行多图关联分析与标注，并由专业人员审核，旨在为小麦卷曲病的智能识别与多图关联诊断提供高质量数据支撑。数据覆盖不同生育阶段、卷曲形态和发病程度的样本，适用于基层农户、农技人员、科研院所及模型研发团队等。