资源包括近7000张图片，包括患病和健康叶片。

数据集包含保存在“健康”和“Scab”两个文件夹中的分类图像，以识别其类别。还有一个关于苹果叶子结痂症状的数据集，共296张图片 数据集包含保存在“健康”和“Scab”两个文件夹中的分类图像，以识别其类别。还有一个关于苹果叶子结痂症状的数据集，共296张图片 数据集包含保存在“健康”和“Scab”两个文件夹中的分类图像，以识别其类别。还有一个关于苹果叶子结痂症状的数据集，共296张图片

苹果叶片病害数据集，共3997张图片 苹果叶片病害数据集，共3997张图片 苹果叶片病害数据集，共3997张图片

基于Pytorch+resnet50的农作物病虫害识别分类项目源码+病害数据集+项目说明文档.zip 【数据增强】 data_aug.py 用于线下数据增强，支持的增强方式： 高斯噪声 亮度变化 左右翻转 上下翻转 色彩抖动 对比度变化 锐度变化 【使用方法】 第一步：将测试集图片复制到 data/test/ 下 第二步：将训练集合验证集中的图片都复制到 data/temp/images/ 下，将两个 json 文件放到 data/temp/labels/ 下 执行 move.py 文件 执行 main.py 进行训练

玉米病害数据集，玉米地实地拍摄，共376张图片，玉米灰斑病，玉米叶枯萎病，玉米锈叶病 玉米病害数据集，玉米地实地拍摄，共376张图片，玉米灰斑病，玉米叶枯萎病，玉米锈叶病 玉米病害数据集，玉米地实地拍摄，共376张图片，玉米灰斑病，玉米叶枯萎病，玉米锈叶病

玉米叶片病害数据集，共4000多张图片，0普通锈病- 1306图像1灰色叶斑- 574图像2枯萎病-1146图像3健康- 1162图像 玉米叶片病害数据集，共4000多张图片，0普通锈病- 1306图像1灰色叶斑- 574图像2枯萎病-1146图像3健康- 1162图像

水稻叶部病害数据集，工40张图片，白纸作为背景拍摄 水稻叶部病害数据集，工40张图片，白纸作为背景拍摄 水稻叶部病害数据集，工40张图片，白纸作为背景拍摄

水稻叶片病害数据集，近距离背景处理图片，共分为3类，每类350张图片左右 水稻叶片病害数据集，近距离背景处理图片，共分为3类，每类350张图片左右 水稻叶片病害数据集，近距离背景处理图片，共分为3类，每类350张图片左右

土豆叶片数据集，包含10种土豆叶片病害，每类数据1000张图片以上 土豆叶片数据集，包含10种土豆叶片病害，每类数据1000张图片以上 土豆叶片数据集，包含10种土豆叶片病害，每类数据1000张图片以上

马铃薯叶片病害数据集，共160张病害图片 马铃薯叶片病害数据集，共160张病害图片 马铃薯叶片病害数据集，共160张病害图片 马铃薯叶片病害数据集，共160张病害图片