企业官网建设流程全解析

稻谷倒伏实例分割YOLO数据集

数据集简介

• 该数据集为稻谷农田航拍图像实例分割数据集，采集自真实稻田上空，真实反映不同生长阶段水稻的田间状态。
• 针对倒伏水稻与正常水稻两类区域做像素级掩码标注，覆盖多种光照、不同地块环境的稻田实拍画面，场景细节丰富。

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，轮廓贴合稻株区域，模型能够清晰区分倒伏水稻与正常水稻，减少混淆误判。

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，能够快速识别航拍图内水稻倒伏区域的轮廓与面积。
• 除水稻主体外，数据集保留完整田间背景信息，便于模型在水渠、田埂、植被等复杂背景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水稻倒伏程度分级、受灾面积统计、抗倒伏品种筛选、田间管理优化等多项延伸任务。

YOLO配置文件

# 实例分割数据集配置 names: 0: 倒伏水稻 1: 正常水稻

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 )

#稻谷倒伏 #实例分割 #水稻监测 #农业航拍 #农田灾情