芒果叶病害数据集（用于图像分类，每类500张照片）_基于深度学习的芒果病害检测系统

1.数据集介绍

• 数据类型：240x320 像素的芒果叶图像。
• 数据格式：JPG。
• 图像数量：共有4000张图像。其中约有1800张是不同的叶子图像，其余的是通过缩放和旋转进行制备的。
• 考虑的病害：包括七种病害，分别是炭疽病、细菌性溃疡、切割象鼻虫、死枝、瘿小蜂、白粉病和黑霉。
• 类别数量：共有八个类别，包括健康状态。
• 实例分布：每个类别包含500张图像。
• 数据获取方式：通过手机摄像头从芒果树上拍摄而来。
• 数据来源地点：来自孟加拉国的四个芒果果园，分别是谢赫·班格拉农业大学果园、贾汉吉尔纳加尔大学果园、乌代普尔村芒果果园和伊塔克霍拉村芒果果园。

适用性：适用于区分健康和患病的叶子（二分类预测），以及区分不同疾病之间的差异（多类分类预测）。

2.整体文件夹

第一个文件夹（500张照片）

 

随意选取一张照片

 

第二个文件夹（500张照片）

 随意选取一张照片

第三个文件夹（500张照片）

随意选取一张照片

第四个文件夹（500张照片）

随意选取一张照片

第五个文件夹（500张照片）

随意选取一张照片

第六个文件夹（500张照片）

随意选取一张照片

第七个文件夹（500张照片）

随意选取一张照片

第八个文件夹（500张照片）

随意选取一张照片

对数据集感兴趣的，可以关注最后一行

 

 
import numpy as np 
import pandas as pd
#from sklearn.model_selection import train_test_split
from collections import Counter
import pywt
import matplotlib.pyplot as plt
from sklearn.preprocessing import MinMaxScaler
#数据集:https://mbd.pub/o/bread/ZJ6bmptu