数据集概述
该数据集包含从孟加拉国迪纳杰布尔县比拉尔采集的荔枝植物高分辨率图像，聚焦自然环境下六种病害的识别，V2版本已去除背景以优化模型训练。数据集含原始及增强后图像，支持机器学习模型开发，用于荔枝病害分类与检测。
文件详解
数据集按病害类别分类存储，具体说明如下：
- 目录结构:
- 主目录: High-Resolution Images of Lychee Plant Diseases fo/
- 处理后图像目录: Lychee_Background_Elimination/，下分六个病害子目录
- 子目录及内容:
- Anthracnose_Cloudy/: 存储炭疽病相关图像
- Algal_Spot_Indirect/: 存储间接性藻斑病相关图像
- Dry_Leaves/: 存储枯叶相关图像
- Entomosporium_Spot/: 存储虫形孢斑病相关图像
- Leaf_Mites_Direct/: 存储直接性叶螨病相关图像
- Mayetiola_PostRain/: 存储雨后麦瘿蚊相关图像
- 文件格式: JPG格式，压缩分辨率为五百六十×四百二十像素
- 命名规则: 文件名含病害类型及增强操作信息（如旋转、缩放、裁剪等）
适用场景
- 农业病害管理: 训练机器学习模型实现荔枝病害的自动分类与检测
- 精准农业研究: 优化荔枝作物健康监测，提升产量管理效率
- 植物病理学研究: 分析不同环境下荔枝病害的特征与识别方法
- 计算机视觉应用: 开发针对农作物病害的图像识别算法与系统
