企业官网建设流程全解析

葡萄病害目标检测YOLO数据集

数据集简介

• 该数据集为葡萄病害目标检测数据集，采集真实葡萄叶片与果实实拍画面，反映不同病害在葡萄植株上的典型表现。
• 针对黑麻疹病、黑腐病、疫病枯萎病、霜霉病四类病害做框选标注，覆盖不同生长阶段与光照条件下的图像。

标注优势

• 标注结果可直接用于 YOLO 系列目标检测模型训练，无需额外格式转换，极大降低数据准备成本。
• 数据集标注质量稳定，边界框贴合病害区域，模型能够区分不同类型葡萄病害，减少误判漏检。

模型训练效果

• 使用 YOLO26 完成训练后，模型检测精度表现良好，能够快速定位葡萄植株上的病害区域并判断类型。
• 除病害区域外，数据集保留完整叶片与果园背景信息，便于模型在复杂植被、自然光照下保持稳定检测。

数据集划分与拓展用途

• 支持训练集、验证集、测试集按 7:1:2 科学划分，图片总数充足，方便用户复现训练流程并对比不同算法效果。
• 该数据集可进一步用于葡萄病害早期预警、病害严重度评估、精准施药、果园产量与品质管理等多重延伸任务。

YOLO配置文件

# 目标检测数据集配置 names: 0: 黑麻疹病 1: 黑腐病 2: 疫病枯萎病 3: 霜霉病

YOLO26训练代码示例

from ultralytics import YOLO # 加载YOLO26目标检测模型 model = YOLO("yolo26n.pt") # 启动模型训练 model.train( data="数据集配置.yaml", epochs=100, imgsz=640, batch=8 )

#葡萄病害 #目标检测 #果园监测 #智慧农业 #植保巡检