智慧农业图像识别 农作物害虫图像识别 玉米虫害识别 卷心菜害虫检测 田间地老虎图像识别 田间虫害快速识别 农作物病虫害预警系统 深度学习YOLO第10376期
数据集说明
一、数据集核心信息表
| 项目 | 详情 |
|---|---|
| 类别数量及中文名称 | 14 类（地老虎、蚜虫、叶蝉科、柑橘潜叶蛾、蝼蛄、螟蛾、蛀茎虫、蓟马、粉虱、黏虫、卷心菜虫、玉米螟、十星瓢萤叶甲、桃蛀螟） |
| 数据数量 | 8900 条（图像数据） |
| 数据集格式 | YOLO 格式 |
| 核心应用价值 | 1. 支撑农业病虫害智能检测模型训练，实现田间虫害快速识别；2. 为农作物病虫害预警系统提供标注数据，助力精准植保；3. 辅助农业生产中虫害发生规律分析，优化防治方案 |
二、数据三要素概述
（一）类别说明
覆盖 14 种常见农业虫害，涵盖蔬菜、果树、粮食作物等多类作物的主要害虫，类别划分贴合实际农业生产场景需求。
包含鳞翅目、半翅目、直翅目等多类昆虫，兼顾不同形态、生活习性的虫害，可满足多样化检测场景。
（二）数量说明
总计 8900 条图像数据，数据量可支撑深度学习模型从基础训练到初步优化的全流程，避免模型过拟合。
单类虫害数据分布相对均衡，能保证模型对各类虫害的识别能力，减少因数据量差异导致的检测偏差。
（三）应用价值说明
从农业生产端来看，可降低人工巡检成本，提升虫害发现效率，减少因虫害延误防治造成的产量损失。
从技术研发端来看，为农业领域目标检测算法提供高质量标注数据集，推动病虫害检测技术落地应用。
从行业发展端来看，可积累虫害图像数据资源，为后续构建更大规模、更全面的农业虫害数据集奠定基础。