水稻叶病害数据集(目标检测,yolo使用)

这篇具有很好参考价值的文章主要介绍了水稻叶病害数据集(目标检测,yolo使用)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1.数据集文件夹水稻叶病害数据集(目标检测,yolo使用)_哔哩哔哩_bilibili

train文件夹(44229张),test文件夹(4741张),valid文件夹(6000张)

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

 2.1.train文件夹展示(test和valid同样如此)

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

 

 数据集有:Blasst(稻瘟病)、Blight(枯萎病)、Brown Spot(褐斑病)、Dead Heart(枯心病)、Downy(露珠病)、False(假烟病)、Sheath Blight(鞘病)、Streak(叶纹病)、Tungro(东南亚稻田病或水稻东格鲁病毒病),一共九种病害图像和对应的打好的标注,

还有一种是正常的水稻叶,即normal

特别提醒:因为我的项目是只需要检测有疾病还是正常,所以最后在 data.yaml文件中所有不同类别的疾病图像都被标记为disease,可以根据自己需求进行修改。

 data.yaml文件展示 

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

1.blasst任选一张照片进行展示

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

blasst打好的标注展示: 

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉 

  blight任选一张照片进行展示

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

 blight打好的标注展示: 

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

 水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

brown-spot打好的标注展示: 

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉 

 dead-heart打好的标注展示: 水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

 downy打好的标注展示: 

 水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

false打好的标注展示: 

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉 

normal打好的标注展示: 

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉 

 shea打好的标注展示: 

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉 

streak 打好的标注展示: 

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉

 tungro打好的标注展示: 

水稻叶病害数据集(目标检测,yolo使用),生物技术与深度学习结合,YOLO,计算机视觉 
 

 对数据集感兴趣的可以关注最后一行文章来源地址https://www.toymoban.com/news/detail-692124.html

import os
import json

import torch
from PIL import Image
from torchvision import transforms
import tkinter as tk
from tkinter import filedialog

from model import CNN
from PIL import ImageTk

#数据集https://mbd.pub/o/bread/ZJ2YlZ5p

到了这里,关于水稻叶病害数据集(目标检测,yolo使用)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数据集学习笔记(六):目标检测和图像分割标注软件介绍和使用,并转换成YOLO系列可使用的数据集格式

    labelImg是一个开源的图像标注工具,用于创建图像标注数据集。它提供了一个简单易用的界面,允许用户通过绘制边界框或者创建多边形来标注图像中的对象。它支持多种常见的标注格式,如Pascal VOC、YOLO和COCO等。 使用labelImg,用户可以加载图像文件夹,逐个标注图像中的对

    2024年02月10日
    浏览(55)
  • YOLO目标检测——天气检测数据集下载分享

    天气检测数据集可以用于训练天气预报模型,帮助预测未来的天气情况,包含了晴天、雨天、雾天、雪天 数据集点击下载 :YOLO天气检测数据集+2300图片+4类别.rar

    2024年02月11日
    浏览(38)
  • YOLO目标检测——时间检测数据集下载分享

    时间数据集是表示一天中不同时间的图像集合,日出和日落被视为同一类别。数据集包含日出/日落、白天场景和夜间场景的图像,并已重新缩放为 224 x 224 x 3 像素,描绘了不同的地点和不同的天气条件,如晴朗的天空,阴天等。 数据集点击下载 :YOLO时间检测数据集+2700图片

    2024年02月10日
    浏览(49)
  • YOLO目标检测——花蕊分类检测数据集下载分享

    花蕊分类检测数据集共同7300图片,103类别,分别放在103个文件夹中,可应用于:植物学研究、花卉市场和园艺业、智能农业、视觉搜索引擎、等等 数据集点击下载 :YOLO花蕊分类检测数据集+7300图片+102种类别.rar

    2024年02月11日
    浏览(35)
  • [数据集][VOC][目标检测]河道垃圾水面漂浮物数据集目标检测可用yolo训练-1304张介绍

    数据集格式:Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件,仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数):1304 标注数量(xml文件个数):1304 标注类别数:1 标注类别名称:[\\\"trash\\\"] 每个类别标注的框数: trash count = 1386 数据集详细介绍: [数据集介绍][目标检测

    2024年02月05日
    浏览(59)
  • [数据集][目标检测]昆虫检测数据集VOC+YOLO格式1873张7类别

    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):1873 标注数量(xml文件个数):1873 标注数量(txt文件个数):1873 标注类别数:7 标注类别名称:[\\\"Boerner\\\",\\\"Leconte\\\",\\\"Linnaeus\\\",\\\"acuminatus\\\",\\\"arma

    2024年03月19日
    浏览(65)
  • YOLO目标检测——视觉显著性检测MSRA1000数据集下载分享

    MSRA1000数据集是一个常用的视觉显著性检测数据集,它包含了1000张图像和对应的显著性标注。在以下几个应用场景中,MSRA1000数据集可以发挥重要作用:图像编辑和后期处理、图像检索和分类、视觉注意力模型、自动驾驶和智能交通等等 数据集点击下载 :YOLO视觉显著性检测

    2024年02月10日
    浏览(42)
  • [数据集][目标检测]牛羊检测数据集VOC+YOLO格式3393张2类别

    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):3393 标注数量(xml文件个数):3393 标注数量(txt文件个数):3393 标注类别数:2 标注类别名称:[\\\"cow\\\",\\\"sheep\\\"] 每个类别标注的框数: cow

    2024年03月19日
    浏览(48)
  • 道路坑洞数据集(坑洞目标检测)VOC+YOLO格式650张

        路面坑洞的形成原因是由于设计、施工、养护处理不当、控制不适和受气候、环境、地质、水文等自然因素影响,以及车辆的运行和车辆超载运行导致路面破损,出现坑洞的现象。 路面坑洞的分类: (1)路面混凝土板中坑洞:位于砼板表面,形状小、深度浅多为不规则

    2024年02月04日
    浏览(56)
  • 【深度学习】yolo-World,数据标注,zeroshot,目标检测

    仓库:https://github.com/AILab-CVC/YOLO-World 下载权重: 仓库下载和环境设置 下载仓库 :使用以下命令从 GitHub 上克隆仓库: 创建并激活环境 :首先,创建一个名为 yoloword1 的 Conda 环境,并激活它: 安装依赖项 安装 PyTorch 和 Gradio :使用以下命令安装 PyTorch 和 Gradio: 安装 YOLO-W

    2024年04月28日
    浏览(87)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包