Z-Image-Turbo中文场景生成优化：快速搭建测试环境
2026/1/8 19:35:35
数据集说明文档
数据集核心信息表
| 信息类别 | 详细内容 |
|---|---|
| 类别数量及名称 | 共 10 类，分别为：象鼻虫、甲虫、蚱蜢、芒果叶蝉、芒果粉蚧、飞蛾、叶蜂、蛞蝓、蛀茎虫、黄蜂 |
| 数据数量 | 3600 张图像 |
| 数据集格式 | YOLO 格式 |
| 最重要应用价值 | 支撑芒果种植场景下的害虫实例分割模型开发，实现田间害虫精准识别与分类，辅助病虫害防治决策 |
数据三要素概述
类别说明
覆盖芒果种植过程中常见的 10 种害虫类型，类别划分聚焦于实际农业生产中对芒果危害较大的虫害种类，确保数据集的实用针对性。
各类别均对应农业生产中可明确识别的害虫实体，分类标准符合常规农业病虫害分类逻辑，便于后续模型训练与实际应用衔接。
数量说明
整体数据量达 3600 张图像，为深度学习模型训练提供了充足的样本基础，可满足基础实例分割模型的训练数据需求。
图像样本数量规模能够支撑模型在不同场景下的泛化能力训练，减少因样本量不足导致的模型过拟合问题。
应用价值说明
直接服务于农业领域的计算机视觉技术落地，为芒果害虫检测相关的算法开发提供高质量标注数据，降低算法研发的数据获取成本。
基于该数据集开发的模型可应用于果园智能监测设备，实现害虫自动化识别，提升病虫害防治效率，减少农药滥用，助力绿色农业发展。
为后续芒果害虫数据集的扩展与优化提供基础框架，可基于现有类别与格式进一步补充样本，完善数据集体系。