甘蔗叶片病害分类数据集

摘要：本数据集包含甘蔗叶片的高分辨率图像，并根据科学定义将其分为五种病理类别。该数据集旨在用于计算机视觉、深度学习和精准农业领域的研究，支持图像分类、病害检测和植物病理建模等任务。

数据集简介

数据集概述

甘蔗叶片病害分类数据集（Sugarcane Leaf Disease Classification Dataset）包含甘蔗叶片的高分辨率图像，根据科学定义分为 5 种病理类别。该数据集旨在用于计算机视觉、深度学习和精准农业领域的研究，支持图像分类、病害检测和植物病理建模等任务。主要目标是利用深度学习和卷积神经网络实现甘蔗叶片健康状况的自动分类，可用于疾病识别、特征提取、迁移学习实验和模型对比评估。

据集包含 5 个类别：

(1) 无症状（Asymptomatic）：生理健康的甘蔗叶片，无明显疾病症状；
(2) SCMV（甘蔗花叶病毒，Sugarcane Mosaic Virus）：感染特征为叶片组织上出现花叶图案和褪绿条纹；
(3) 炭疽病（Anthracnose）：由炭疽菌属真菌引起的与红腐病相关的真菌感染；
(4) 柄锈菌/锈病（Puccinia/Rust）：由柄锈菌属真菌引起的锈病感染，导致脓疱形成和坏死病变；
(5) SCYLV（甘蔗黄叶病毒，Sugarcane Yellow Leaf Virus）：引起褪绿和进行性黄化症状。

数据集特征：图像格式 JPEG、按类别目录结构组织、适用于监督式图像分类、兼容 TensorFlow/PyTorch/Keras 流程、适用于使用预训练 CNN 架构的迁移学习。

本数据集的主要目标是利用深度学习和卷积神经网络实现甘蔗叶片健康状况的自动分类。它可用于疾病识别、特征提取、迁移学习实验和模型对比评估。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-148
文件大小：150M
原创声明：本数据集为整理作品