数据集深度分析
类别
Classes (19) 类别（19） ants 蚂蚁 aphids 蚜虫 armyworm 黏虫 bees 蜜蜂 beetle 甲虫 bollworm 棉铃虫 catterpillar 毛毛虫 earthworms 蚯蚓 earwig 蠼螋 grasshopper 蚱蜢 mites 螨虫 mosquito 蚊子 moth 蛾 sawfly 叶蜂 slug 蛞蝓 snail 蜗牛 stem_borer 茎蛀虫 wasp 黄蜂 weevil 象鼻虫| 指标 | 具体内容 |
|---|---|
| 类别 | 涵盖 19 类农业常见害虫，包括蚂蚁、蚜虫、黏虫、蜜蜂、甲虫、棉铃虫、毛毛虫、蚯蚓、蠼螋、蝗虫、螨虫、蚊子、飞蛾、叶蜂、蛞蝓、蜗牛、螟虫、胡蜂、象鼻虫 |
| 数据量 | 总计 6148 张标注图像，为害虫识别模型训练提供充足样本支撑 |
| 数据集格式种类 | 包含 2 类专用数据集，可适配不同深度学习框架的训练需求 |
| 核心应用价值 | 一是赋能农业田间害虫快速识别，助力农户精准判断虫害类型，减少农药滥用；二是为智慧农业监测系统提供核心数据支撑，实现虫害的自动化、规模化监测；三是填补多品类害虫识别数据空白，推动农业病虫害防治领域的算法迭代与技术突破 |
从数据三要素维度来看，该数据集的类别极具针对性，19 类类别基本覆盖了大田与园艺作物的高发害虫，实现了常见农业虫害的全维度覆盖，避免了模型识别的品类盲区。
在数量层面，6148 张标注图像的规模，既满足了深度学习模型对海量样本的训练需求，又能保证每类害虫都有充足样本，有效规避因样本不均衡导致的模型识别偏差。
而在分辨率层面，尽管未明确标注具体参数，但从专业标注数据集的通用标准来看，其图像分辨率均适配害虫特征识别需求，可清晰呈现不同害虫的形态细节，为模型提取关键特征、提升识别精度奠定了坚实基础。
