植物类型数据集

数据预览

数据交付

本条目提供数据和数据说明，暂未提供可运行教学案例。需要自行完成建模或实验。

数据集介绍

【数据集名称】植物类型数据集 【门类归属】其他 / 未归类 【数据类型与任务】图像；待核查 【数据规模】30000 张图像 【文件格式】JPG 图片 【压缩包大小】下载压缩包约 937.1 MB 【数据划分】已划分 —— split_ttv_dataset_type_of_plants/Test_Set_Folder（aloevera×100、banana×100、bilimbi×100、cantaloupe×100、cassava×100、coconut×100、corn×100、cucumber×99、curcuma×100、eggplant×100、galangal×100、ginger×100、guava×100、kale×100、longbeans×100、mango×100、melon×100、orange×100、paddy×100、papaya×100、peper chili×100、pineapple×100、pomelo×100、shallot×100、soybeans×99、spinach×100、sweet potatoes×100、tobacco×100、waterapple×100、watermelon×100）；split_ttv_dataset_type_of_plants/Train_Set_Folder（aloevera×799、banana×799、bilimbi×799、cantaloupe×799、cassava×799、coconut×799、corn×799、cucumber×800、curcuma×799、eggplant×799、galangal×799、ginger×799、guava×799、kale×799、longbeans×799、mango×799、melon×799、orange×799、paddy×799、papaya×799、peper chili×799、pineapple×799、pomelo×799、shallot×799、soybeans×800、spinach×799、sweet potatoes×799、tobacco×799、waterapple×799、watermelon×799）；split_ttv_dataset_type_of_plants/Validation_Set_Folder（aloevera×101、banana×101、bilimbi×101、cantaloupe×101、cassava×101、coconut×101、corn×101、cucumber×101、curcuma×101、eggplant×101、galangal×101、ginger×101、guava×101、kale×101、longbeans×101、mango×101、melon×101、orange×101、paddy×101、papaya×101、peper chili×101、pineapple×101、pomelo×101、shallot×101、soybeans×101、spinach×101、sweet potatoes×101、tobacco×101、waterapple×101、watermelon×101）。 【标签或字段】有标签：每张图像存放在以类别名命名的文件夹里，文件夹名就是这张图的类别；完整的字段与类别说明见压缩包内的数据字典文件 data-dictionary.csv。 【类型关键参数】图像尺寸不统一：随机抽取 80 张实测，宽度 194~2560 像素、高度 154~1920 像素。标注方式：每张图片所在文件夹的名字就是它的类别，不需要额外的标注文件。 【目录结构】 plants-type-datasets.zip（解压后） ├── split_ttv_dataset_type_of_plants/Test_Set_Folder/aloevera/ —— .jpg×100 ├── split_ttv_dataset_type_of_plants/Test_Set_Folder/banana/ —— .jpg×100 ├── split_ttv_dataset_type_of_plants/Test_Set_Folder/bilimbi/ —— .jpg×100 ├── split_ttv_dataset_type_of_plants/Test_Set_Folder/cantaloupe/ —— .jpg×100 ├── split_ttv_dataset_type_of_plants/Test_Set_Folder/cassava/ —— .jpg×100 ├── split_ttv_dataset_type_of_plants/Test_Set_Folder/coconut/ —— .jpg×100 └── …… 共 90 个子目录（完整清单见 file-manifest.csv） 【怎么使用】 图片已经按类别分好了文件夹，文件夹的名字就是图片的类别，不需要额外的标注文件。做深度学习的话，用 PyTorch 两行代码就能全部读入： from torchvision.datasets import ImageFolder split_ttv_dataset_type_of_plants_Test_Set_Folder = ImageFolder("split_ttv_dataset_type_of_plants/Test_Set_Folder") # aloevera×100、banana×100、bilimbi×100、cantaloupe×100、cassava×100、coconut×100、corn×100、cucumber×99、curcuma×100、eggplant×100、galangal×100、ginger×100、guava×100、kale×100、longbeans×100、mango×100、melon×100、orange×100、paddy×100、papaya×100、peper chili×100、pineapple×100、pomelo×100、shallot×100、soybeans×99、spinach×100、sweet potatoes×100、tobacco×100、waterapple×100、watermelon×100 split_ttv_dataset_type_of_plants_Train_Set_Folder = ImageFolder("split_ttv_dataset_type_of_plants/Train_Set_Folder") # aloevera×799、banana×799、bilimbi×799、cantaloupe×799、cassava×799、coconut×799、corn×799、cucumber×800、curcuma×799、eggplant×799、galangal×799、ginger×799、guava×799、kale×799、longbeans×799、mango×799、melon×799、orange×799、paddy×799、papaya×799、peper chili×799、pineapple×799、pomelo×799、shallot×799、soybeans×800、spinach×799、sweet potatoes×799、tobacco×799、waterapple×799、watermelon×799 split_ttv_dataset_type_of_plants_Validation_Set_Folder = ImageFolder("split_ttv_dataset_type_of_plants/Validation_Set_Folder") # aloevera×101、banana×101、bilimbi×101、cantaloupe×101、cassava×101、coconut×101、corn×101、cucumber×101、curcuma×101、eggplant×101、galangal×101、ginger×101、guava×101、kale×101、longbeans×101、mango×101、melon×101、orange×101、paddy×101、papaya×101、peper chili×101、pineapple×101、pomelo×101、shallot×101、soybeans×101、spinach×101、sweet potatoes×101、tobacco×101、waterapple×101、watermelon×101 每个类别有多少张图片，见压缩包内的 file-manifest.csv。 【数据体检结果】 · 数据体检未发现问题，可放心使用。

整理与使用信息

本站处理内容

本站已完成的工作： 1. 中文名称与用途说明整理（对照原站信息逐项核对）； 2. 全量文件清点与 SHA256 校验（file-manifest.csv，可溯源）； 3. 自动质检报告（quality-report.json：结构、编码、重复、标注一致性等）； 4. 数据字典整理（data-dictionary.csv，字段/类别中英对照）； 5. 预览样例抽取（preview/，供购买前判断内容）。

中文整理说明

门类：其他 / 未归类（依据《数据集中文分类体系》） 中文命名：植物类型数据集（原始名称 yudhaislamisulistya/plants-type-datasets） 已知问题：自动检查未发现问题（详见 quality-report.json） 配套文档：简明说明.md、README_中文.md、数据字典、文件清单、质检报告、预览样例（均随网盘下载包提供）。