企业官网建设流程全解析

杂草检测数据集

数据集概述

杂草检测数据集，面向农田杂草智能识别任务，覆盖 8 类常见农田杂草，共约 9200 张图像，采用 YOLO 格式标注，图片清晰、标注齐全，适用于杂草自动识别、精准除草、智慧农业等视觉任务，可直接用于 YOLO 系列目标检测模型训练。

数据集内容丰富、图片数量充足，开箱即用，适合杂草识别、检测等相关项目使用。

核心参数

标注类别说明

共 8 类，含英文标签与中文名称对照：

格式支持

默认YOLO格式数据集

适用场景

• 农田杂草自动识别与检测
• 精准除草与变量施药辅助
• 智慧农业视觉算法研究
• 杂草检测相关项目与模型训练

训练配置示例（YOLO 格式）

数据集配置（YAML）

yaml path: ./weed_detect train: images/train val: images/val test: images/test names:0: asthma-plant1: beggars-tick2: crab-grass3: dog-s-tongue4: goatweed5: hagonoy6: nut-grass7: shameplant

训练代码

python from ultralyticsimportYOLO model=YOLO("yolo11s.yaml")model.train(data="weed_detect.yaml",epochs=200,imgsz=640,batch=16,device=0)

话题关键词

#杂草检测 #目标检测 #精准除草 #智慧农业 #YOLO数据集