茶叶病害数据集(7类病害和1种正常)

专栏数据集

【目标检测】茶叶病害数据集5408张7类标签YOLO+VOC（已增强）.docx

数据集类型：图像分类用，不可用于目标检测无标注文件 ...重要说明：数据集里面茶叶均为单叶，请仔细查看图片预览，斟酌下载 更多信息查看：https://blog.csdn.net/FL1623863129/article/details/142303855

茶叶病害检测数据集_含7种病害分类+885张高质量真实采集茶叶病害图片+已按类别划分_可用于深度学习算法训练

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：9591 标注数量(xml文件个数)：9591 标注数量(txt文件个数)：...

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：883 标注数量(xml文件个数)：883 标注数量(txt文件个数)：883 标注类别数：8 标注类别名称:["algalleaf","Anthracnose","birdeyespot","brownblight","graylight","healthy","redleafspot","whitespot"] 每个类别标注的框数： Anthracnose 框数 = 99 algalleaf 框数 = 114 birdeyespot 框数 = 100 brownblight 框数 = 113 graylight 框数 = 100 healthy 框数 = 74 redleafspot 框数 = 143 whitespot 框数 = 141 总框数：884 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：所有图片都是一个图片包含一个叶子，都是针对单个叶子做检测

1、YOLO茶叶检测数据集，使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO系列茶树上的茶叶检测；数据场景丰富；类别为tea共一个类别目标 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

数据集包含11种水果分类数据集（11分类）数据按照文件夹储存，不需要处理可直接用作深度学习训练数据。 数据分为以下11类：苹果、鳄梨、蓝莓、辣椒、樱桃、猕猴桃、芒果、橙子、岩瓜、草莓、小麦 数据集总大小：864MB 下载解压后的图像目录：训练集（2562张图片）和测试集（636张图片） data-train 训练集-每个子文件夹放同类别的图像，文件夹名为分类类别 data-test 测试集-每个子文件夹放同类别的图像，文件夹名为分类类别 除此之外，提供了classes的json字典类别文件，以及可视化的脚本py文件

柑橘叶片病害数据集是针对柑橘树叶片上的四类常见病害——黑斑病、溃疡病、黄龙病以及健康的图像集合。这个数据集主要用于农业信息化领域，特别是病害识别和图像处理技术的研究。它包含了一定量的增强图像，意味着...