• 芒果叶病害数据集(用于图像分类,每类500张照片)


    1.数据集介绍

    • 数据类型:240x320 像素的芒果叶图像。
    • 数据格式:JPG。
    • 图像数量:共有4000张图像。其中约有1800张是不同的叶子图像,其余的是通过缩放和旋转进行制备的。
    • 考虑的病害:包括七种病害,分别是炭疽病、细菌性溃疡、切割象鼻虫、死枝、瘿小蜂、白粉病和黑霉。
    • 类别数量:共有八个类别,包括健康状态。
    • 实例分布:每个类别包含500张图像。
    • 数据获取方式:通过手机摄像头从芒果树上拍摄而来。
    • 数据来源地点:来自孟加拉国的四个芒果果园,分别是谢赫·班格拉农业大学果园、贾汉吉尔纳加尔大学果园、乌代普尔村芒果果园和伊塔克霍拉村芒果果园。

    适用性:适用于区分健康和患病的叶子(二分类预测),以及区分不同疾病之间的差异(多类分类预测)。

    2.整体文件夹

    第一个文件夹(500张照片)

     

    随意选取一张照片

     

    第二个文件夹(500张照片)

     随意选取一张照片

    第三个文件夹(500张照片)

    随意选取一张照片

    第四个文件夹(500张照片)

    随意选取一张照片

    第五个文件夹(500张照片)

    随意选取一张照片

    第六个文件夹(500张照片)

    随意选取一张照片

    第七个文件夹(500张照片)

    随意选取一张照片

    第八个文件夹(500张照片)

    随意选取一张照片

    对数据集感兴趣的,可以关注最后一行

     

    1. import numpy as np
    2. import pandas as pd
    3. #from sklearn.model_selection import train_test_split
    4. from collections import Counter
    5. import pywt
    6. import matplotlib.pyplot as plt
    7. from sklearn.preprocessing import MinMaxScaler
    8. #数据集:https://mbd.pub/o/bread/ZJ6bmptu

  • 相关阅读:
    【Leetcode】1250. Check If It Is a Good Array
    Unity | 实现面部驱动的两种方式
    rabbitMQ 面试题
    Spring Session 的原理
    Java基础学习
    xunhuan Jacobi method SVD
    迭代器的封装与反向迭代器
    Mysql基础篇(Mysql数据类型)
    自制快速冒烟测试小工具--基于python多线程
    正则表达式基础知识
  • 原文地址:https://blog.csdn.net/qq_40840797/article/details/133472928