基于YOLOv12番茄农作物病害检测系统1：番茄农作物病害检测数据集说明(含下载链接)

一. 前言

本篇博客是《基于YOLOv12番茄农作物病害检测系统》系列文章之《番茄农作物病害检测数据集说明(含下载链接)》，网上有很多番茄农作物病害检测数据集的数据，百度一下，一搜一大堆，但质量参差不齐，很多不能用，即使一个一个的看也会浪费很多时间才有可能辨别出有用的数据集。为了方便你我他，本博客将分享一个由我自己整理的番茄农作物病害检测数据，可直接应用到目标检测算法比如yolo系列中，当然也可以应用到分类模型中，数据集总共有381张图片，并包含它的高质量标注文件。数据质量非常高，甚至可应用到工业落地的项目中。

二. 番茄农作物病害检测类别说明

在番茄农作物病害检测识别算法开发中，我们需要定义番茄农作物病害的行为类别；项目将番茄农作物病害状态分为9种，names: ['Early Blight', 'Healthy', 'Late Blight', 'Leaf Miner', 'Leaf Mold', 'Mosaic Virus', 'Septoria', 'Spider Mites', 'Yellow Leaf Curl Virus']

，为了便于大家理解，下面给出实际应用中的效果图：

三. 番茄农作物病害检测数据集下载

数据包含内容：

番茄农作物病害检测数据集，数据集总共有4091张图片，其中验证集613张，训练集3079张，测试集399张，都有相应的标注文件

四. 深度学习YOLOv12神经网络实现番茄农作物病害检测和识别

参考文章：番茄农作物病害检和识别2：基于深度学习YOLOv12神经网络实现番茄农作物病害检测和识别(含训练代码和数据集)：

https://blog.csdn.net/u013289254/article/details/156340167?spm=1001.2014.3001.5501

五. 基于GUI交互界面实现番茄农作物病害检测和识别

参考文章：番茄农作物病害检测和识别3：基于深度学习YOLOv12神经网络实现番茄农作物病害检测和识别(含训练代码、数据集和GUI交互界面)：

https://blog.csdn.net/u013289254/article/details/156340167?spm=1001.2014.3001.5501

项目完整文件下载请见演示与介绍视频的简介处给出：➷➷➷

https://www.bilibili.com/video/BV16aByBXEgE/

​