12类农田常见虫害目标检测数据集秋黏虫/果蝇/红蜘蛛/蓟马等| 3600张YOLO农业虫害监测数据集 适用于智慧农业、病虫害预警与目标检测研究数据集介绍本数据集是面向农田病虫害智能识别与精准农业管理场景构建的高质量目标检测数据集共包含3600张农田实景标注图像覆盖农业生产过程中常见的12类虫害及田间生物目标。数据集采用标准目标检测标注方式适配YOLO系列、Faster R-CNN、SSD、RT-DETR等主流目标检测模型可直接用于模型训练、验证与测试为智慧农业、病虫害智能监测、农作物健康管理等研究提供可靠的数据支撑。数据来源于真实农田环境涵盖不同作物类型、不同生长阶段以及多种天气和光照条件下的虫害样本能够有效模拟农业生产中的复杂场景提升模型在实际部署过程中的泛化能力与鲁棒性。数据集下载链接通过网盘分享的文件链接: https://pan.baidu.com/s/10EjHdU_CC_E1DOIqWNYPJA?pwdrchr提取码: rchr数据集基本信息数据集名称12类农田常见虫害目标检测数据集数据总量3600张高质量标注图像任务类型目标检测Object Detection类别数量12类标注方式Bounding Box边界框标注数据格式YOLO标准格式存储路径database/12类农田常见虫害数据集数据集目录结构数据集按照深度学习训练标准进行划分database/ └── 12类农田常见虫害数据集 ├── train/ │ └── images/ ├── valid/ │ └── images/ └── test/ └── images/其中train/images训练集用于模型训练与特征学习valid/images验证集用于训练过程中的性能验证与参数调优test/images测试集用于评估模型泛化能力与检测效果。科学的数据划分能够有效避免过拟合问题提高模型评估结果的客观性和可靠性。检测类别说明本数据集共包含12类农田常见虫害及相关生物目标类别ID类别名称0秋黏虫Fall-Armyworms1果蝇Fruit-Flies2红蜘蛛Spider-Mites3蓟马Thrips4番茄天蛾幼虫Tomato-Hornworms5西方玉米根虫Western-Corn-Rootworms6蚯蚓Earthworms7蠼螋Earwig8蝗虫Grasshopper9飞蛾Moth10蛞蝓Slug11蜗牛Snail类别覆盖粮食作物、经济作物及果蔬种植过程中常见的害虫与田间生物具有较高的农业应用价值。数据集特点1. 真实农田场景采集所有图像均来源于真实农业生产环境包括玉米种植区番茄种植基地果园场景蔬菜种植区大田作物区域场景真实性强贴近农业生产实际需求。2. 丰富的环境变化数据覆盖晴天、阴天等不同天气条件自然光、弱光等不同光照环境近距离与远距离拍摄单目标与多目标混合场景复杂背景与叶片遮挡情况有效提高模型的环境适应能力。3. 高精度人工标注数据集采用人工精细化标注目标边界框精准贴合虫体轮廓标注类别统一规范无明显漏标、错标现象多轮人工校验保证数据质量能够有效提升模型训练效果。4. 适配主流检测框架支持YOLOv5YOLOv8YOLOv10YOLOv11RT-DETRFaster R-CNNSSDMMDetection系列框架开箱即用降低数据预处理成本。应用场景智慧农业病虫害监测实时识别农田虫害种类实现病虫害自动监测与统计分析。精准施药决策结合检测结果进行精准防治降低农药使用量提高农业生产效率。农业无人机巡检集成于无人机视觉系统实现大面积农田虫害自动巡查。农作物健康管理辅助农业管理人员掌握虫害发生情况提前制定防控策略。农业AI算法研究用于虫害检测、小目标识别、轻量化模型设计及农业视觉研究。数据集优势3600张高质量农田实景图像12类高频农田虫害目标真实农业场景采集高精度人工标注复杂环境覆盖全面标准YOLO格式兼容主流目标检测框架具备较高农业应用价值总结本12类农田常见虫害目标检测数据集聚焦农业病虫害智能识别需求通过3600张真实农田场景图像构建了覆盖多种典型虫害的高质量训练资源。数据集兼具丰富场景、多类别覆盖、高精度标注和良好工程适用性可广泛应用于智慧农业、病虫害预警系统、无人机巡检平台以及农业AI算法研究为现代农业数字化、智能化发展提供坚实的数据基础。
12类农田常见虫害目标检测数据集（秋黏虫/果蝇/红蜘蛛/蓟马等）| 3600张YOLO农业虫害监测数据集 适用于智慧农业、病虫害预警与目标检测研究
12类农田常见虫害目标检测数据集秋黏虫/果蝇/红蜘蛛/蓟马等| 3600张YOLO农业虫害监测数据集 适用于智慧农业、病虫害预警与目标检测研究数据集介绍本数据集是面向农田病虫害智能识别与精准农业管理场景构建的高质量目标检测数据集共包含3600张农田实景标注图像覆盖农业生产过程中常见的12类虫害及田间生物目标。数据集采用标准目标检测标注方式适配YOLO系列、Faster R-CNN、SSD、RT-DETR等主流目标检测模型可直接用于模型训练、验证与测试为智慧农业、病虫害智能监测、农作物健康管理等研究提供可靠的数据支撑。数据来源于真实农田环境涵盖不同作物类型、不同生长阶段以及多种天气和光照条件下的虫害样本能够有效模拟农业生产中的复杂场景提升模型在实际部署过程中的泛化能力与鲁棒性。数据集下载链接通过网盘分享的文件链接: https://pan.baidu.com/s/10EjHdU_CC_E1DOIqWNYPJA?pwdrchr提取码: rchr数据集基本信息数据集名称12类农田常见虫害目标检测数据集数据总量3600张高质量标注图像任务类型目标检测Object Detection类别数量12类标注方式Bounding Box边界框标注数据格式YOLO标准格式存储路径database/12类农田常见虫害数据集数据集目录结构数据集按照深度学习训练标准进行划分database/ └── 12类农田常见虫害数据集 ├── train/ │ └── images/ ├── valid/ │ └── images/ └── test/ └── images/其中train/images训练集用于模型训练与特征学习valid/images验证集用于训练过程中的性能验证与参数调优test/images测试集用于评估模型泛化能力与检测效果。科学的数据划分能够有效避免过拟合问题提高模型评估结果的客观性和可靠性。检测类别说明本数据集共包含12类农田常见虫害及相关生物目标类别ID类别名称0秋黏虫Fall-Armyworms1果蝇Fruit-Flies2红蜘蛛Spider-Mites3蓟马Thrips4番茄天蛾幼虫Tomato-Hornworms5西方玉米根虫Western-Corn-Rootworms6蚯蚓Earthworms7蠼螋Earwig8蝗虫Grasshopper9飞蛾Moth10蛞蝓Slug11蜗牛Snail类别覆盖粮食作物、经济作物及果蔬种植过程中常见的害虫与田间生物具有较高的农业应用价值。数据集特点1. 真实农田场景采集所有图像均来源于真实农业生产环境包括玉米种植区番茄种植基地果园场景蔬菜种植区大田作物区域场景真实性强贴近农业生产实际需求。2. 丰富的环境变化数据覆盖晴天、阴天等不同天气条件自然光、弱光等不同光照环境近距离与远距离拍摄单目标与多目标混合场景复杂背景与叶片遮挡情况有效提高模型的环境适应能力。3. 高精度人工标注数据集采用人工精细化标注目标边界框精准贴合虫体轮廓标注类别统一规范无明显漏标、错标现象多轮人工校验保证数据质量能够有效提升模型训练效果。4. 适配主流检测框架支持YOLOv5YOLOv8YOLOv10YOLOv11RT-DETRFaster R-CNNSSDMMDetection系列框架开箱即用降低数据预处理成本。应用场景智慧农业病虫害监测实时识别农田虫害种类实现病虫害自动监测与统计分析。精准施药决策结合检测结果进行精准防治降低农药使用量提高农业生产效率。农业无人机巡检集成于无人机视觉系统实现大面积农田虫害自动巡查。农作物健康管理辅助农业管理人员掌握虫害发生情况提前制定防控策略。农业AI算法研究用于虫害检测、小目标识别、轻量化模型设计及农业视觉研究。数据集优势3600张高质量农田实景图像12类高频农田虫害目标真实农业场景采集高精度人工标注复杂环境覆盖全面标准YOLO格式兼容主流目标检测框架具备较高农业应用价值总结本12类农田常见虫害目标检测数据集聚焦农业病虫害智能识别需求通过3600张真实农田场景图像构建了覆盖多种典型虫害的高质量训练资源。数据集兼具丰富场景、多类别覆盖、高精度标注和良好工程适用性可广泛应用于智慧农业、病虫害预警系统、无人机巡检平台以及农业AI算法研究为现代农业数字化、智能化发展提供坚实的数据基础。
