马铃薯病害深度学习数据集

数据集概述

该数据集包含一万零一百一十七张马铃薯图像，分为十个类别，涵盖不同病害类型（如干腐病、黑斑病等）及健康样本。数据类别分布不均衡，部分病害样本较多，部分较少，适用于训练深度学习模型进行马铃薯病害自动检测。

文件详解

• 文件名称: Potato Disease Dataset-20250303T183921Z-001.zip
• 文件格式: ZIP压缩包（.zip）
• 文件内容: 压缩包内包含一万零一百一十七张马铃薯图像，分为十个类别：黑腐病（四十九张）、黑胫病（四十七张）、黑斑病（七百七十张）、褐腐病（一百零五张）、普通疮痂病（六十张）、干腐病（一千三百五十五张）、健康马铃薯（八百一十五张）、其他（七十三张）、粉红腐病（五十七张）、软腐病（五百六十张）

适用场景

• 农业技术研究：训练深度学习模型实现马铃薯病害的自动化检测与分类
• 作物保护应用：开发早期病害识别系统，降低马铃薯作物损失风险
• 深度学习模型优化：研究不平衡数据集下的模型训练策略，提升模型泛化能力
• 智慧农业实践：为实际农业场景中的马铃薯健康监测提供技术支持