智慧农业农田作物杂草识别数据集航拍巡检YOLO实例分割深度学习训练集智能除草视觉数据集田间杂草与作物混生、光照复杂、尺度差异大人工除草成本高、农药滥用污染重传统CV模型泛化弱、分割不准智能除草机器人、无人机巡检长期卡在高质量细粒度标注数据缺口。本文带来一套可直接训练、覆盖真实田间场景的作物杂草实例分割数据集附YOLOv8-seg工程化训练代码开箱即用落地智慧农业视觉感知。10168 项目总览Agricultural-Weed-Crop-Segmentation-Dataset/ ├── README.md # 数据集说明、使用指南、训练配置 ├── data/ │ ├── images/ # 原始图像JPG/PNG │ ├── labels/ # YOLO格式实例分割标注TXT │ ├── train.txt │ ├── val.txt │ └── data.yaml # 模型训练配置文件 ├── models/ # 预训练权重训练产出权重 ├── tools/ # 数据增强、格式转换、可视化脚本 └── train.py # 一键训练入口 数据集核心信息任务方向实例分割 Instance Segmentation精准像素级区分作物与杂草标注类别作物(crop)、杂草(weed)数据规模16633张高精度标注图像含2套细分场景子集覆盖多生长期、多光照、多田间背景数据格式标准YOLO标注图像txt掩码直接适配YOLOv5/v8/v10等检测/分割模型采集场景无人机航拍、近景巡检、田间贴脸实拍贴合农机/无人机/机器人作业视角应用价值智能除草、变量喷药、作物长势监测、田间视觉巡检、杂草密度评估 数据集关键指标指标详情总图像数16633 张标注类别2 类作物/杂草标注格式YOLO 实例分割归一化掩码点子集数量2 个细分场景集场景覆盖强光/阴天/阴影、幼苗/成株、裸土/覆草适配模型YOLOv8-seg、Mask R-CNN、SOLO、YOLOv10-seg 深度思考农业视觉数据为什么难类间相似度极高杂草与作物同域、同色、同纹理极易误检尺度与遮挡极端小目标密集、叶片重叠、冠层覆盖环境扰动强光照突变、露水反光、土壤色差、风致模糊标注成本高需农学背景精细轮廓标注人工成本数倍于通用场景本数据集通过多场景均衡采样精细实例掩码从数据源头缓解上述痛点显著提升模型泛化与鲁棒性。 YOLOv8-seg 训练代码# -*- coding: utf-8 -*- 智慧农业-作物杂草实例分割训练脚本 适配本数据集农田航拍/近景巡检小目标多、遮挡重、光照复杂 建议imgsz640、epochs120、使用yolov8m-seg兼顾精度与速度 fromultralyticsimportYOLOimporttorchdefmain():# 1. 加载模型农业小目标推荐m/l避免n/s精度不足modelYOLO(yolov8m-seg.pt)# 中模型分割平衡精度/速度/显存# 2. 启动训练农业场景专属参数model.train(data./data/data.yaml,# 本数据集配置路径epochs150,# 农业数据建议120–200轮batch32,# 按GPU显存调整3090可64imgsz640,# 640提升小杂草/幼苗检出device0iftorch.cuda.is_available()elsecpu,workers8,optimizerAdamW,# 比SGD更稳收敛更快lr00.001,lrf0.01,warmup_epochs3,cos_lrTrue,# 余弦退火减轻过拟合patience15,# 早停防止过训练saveTrue,plotsTrue,# 农业图像专属增强抑制过拟合、提升泛化hsv_h0.1,# 色调扰动hsv_s0.3,# 饱和度扰动hsv_v0.3,# 亮度扰动degrees5,# 小角度旋转避免植株失真flipud0.1,# 上下翻转fliplr0.5,# 左右翻转mosaic0.8,# 高 mosaic 丰富组合场景mixup0.1,# 弱mixup提升鲁棒性# 任务关键参数cls_pw1.0,# 分类损失权重obj_pw1.0,# 置信度损失权重mask_pw1.5,# 分割掩码加权提升轮廓精度overlap_maskTrue,iou0.4,# 农业小目标建议0.3–0.5)# 3. 模型验证model.val()# 4. 导出部署格式TensorRT/ONNXmodel.export(formatonnx,simplifyTrue,opset17)if__name____main__:main() data.yaml 标准配置# 智慧农业作物杂草实例分割数据集配置path:./datatrain:images/trainval:images/valnames:0:crop1:weednc:2✅ 为什么选择本数据集开箱即用YOLO原生格式解压即训零格式转换成本规模充足1.6万标注图避免过拟合泛化强场景真实航拍近景复杂光照贴近农机/无人机落地环境细粒度掩码实例分割而非简单分类支持精准除草、精准喷药工程友好配套训练代码、增强策略、部署导出快速从数据集到Demo 典型落地场景无人机农田巡检杂草分布图、作物长势评估智能除草机器人实时分割→定位→机械/激光/喷雾除草变量喷雾系统只喷杂草区减药80%田间监测IoT边缘端智能识别云端统计分析 标签#智慧农业 #数据集 #作物杂草识别 #实例分割 #YOLOv8 #计算机视觉 #深度学习 #智能除草 #无人机巡检 #农业AI #精准农业 #视觉数据集