农作物倒伏实例分割YOLO数据集
| 项目 | 详情 |
|---|---|
| 任务类型 | 实例分割 |
| 类别数量 | 1分类 |
| 类别名称 | 倒伏作物 |
| 图片总量 | 4900张 |
| 数据集划分 | 7:1:2分配 训练集：3430张 验证集：490张 测试集：980张 |
| 标注格式 | YOLO掩码txt格式、VOC xml格式，可直接用于模型训练 |
| 应用领域 | 农业灾情监测、无人机农田巡检、农作物长势评估、灾害面积统计 |
数据集简介
- 该数据集为农作物航拍图像实例分割数据集，采集自真实农田上空，能够反映实际田间作业与自然灾害影响下的作物生长状态。
- 针对田间作物倒伏区域做像素级掩码标注，覆盖多种光照条件、不同地块环境、不同作物生长阶段的田间实拍画面，场景真实、细节丰富。
标注优势
- 标注结果可直接用于 YOLO 系列实例分割模型训练，无需额外格式转换，极大降低数据准备成本。
- 数据集掩码标注质量稳定，边界贴合度高，模型能够稳定区分倒伏作物与正常直立作物，减少误检漏检。
模型训练效果
- 使用 YOLO26-seg 完成训练后，模型分割精度表现良好，可快速识别航拍图内倒伏区域的轮廓与面积，为灾情评估提供可靠数据支撑。
- 除倒伏区域外，数据集保留了完整田间背景信息，便于模型在复杂纹理与颜色干扰下仍保持高分割精度。
数据集划分与拓展用途
- 支持训练集、验证集、测试集按 7:1:2 科学划分，图片总数充足，方便用户复现训练流程并对比不同算法效果。
- 该数据集可进一步用于农作物生长监测、抗倒伏品种筛选、农业保险定损、田间机械化作业评估等多项延伸任务。
YOLO配置文件
# 实例分割数据集配置
names:
0: 倒伏作物
YOLO26训练代码示例
from ultralytics import YOLO
# 加载YOLO26实例分割模型
model = YOLO("yolo26n-seg.pt")
# 启动模型训练
model.train(
data="数据集配置.yaml",
epochs=100,
imgsz=640,
batch=8
)
#农作物倒伏 #实例分割 #农业航拍 #农田灾情 #像素级掩码
转载自 CSDN-专业IT技术社区
原文链接：https://blog.csdn.net/qq1309399183/article/details/168452473
