朋友们，今天分享一些公开的农作物病虫害识别数据集。病虫害是病害和虫害的并称，常对农、林、牧业等造成不良影响。本文介绍分为病害数据集和虫害数据集两部分。这些数据集用于图像分类系统。

1 病害识别数据集

1.1 农业病虫害研究图库（IDADP）

1.1.1 介绍

农业病虫害研究图库（IDADP）http://www.icgroupcas.cn/website_bchtk/index.html 由中国科学院合肥智能机械研究所牵头、联合亚热带农业生态研究所、遥感与数字地球研究所建设，整合了大量的农业病虫害图像样本资源，每种病虫害具有几百到几千张高质量图像，可为病虫害图像识别研究提供机器学习建模所需的样本 。

面向农业图像理解的机器学习数据集是以农业病虫害研究图库（IDADP）为基础建设而成的综合数据库。整合了大量的农业本体和病虫害高质量图像/文本/视频样本资源，为农业本体/病虫害认知研究提供机器学习建模所需的样本数据，形成面向农业图像理解关键技术研究的基础资源。

据我所知，该数据集数量最大，作物类别、病虫害类别最齐全，数据量超过200G。囊括了水稻、小麦、玉米、大豆、棉花、黄瓜、番茄、葡萄、猕猴桃、梨树、豇豆、西瓜、甜瓜等作物。以水稻为例，提供了水稻白叶枯病、水稻稻曲病、水稻稻瘟病、水稻胡麻斑病、水稻纹枯病、水稻细菌性条斑病等病害，东方蝼蛄、盾蝽、稻飞虱、稻蝗、稻棘缘蝽、稻绿蝽、稻纵卷叶螟、二化螟、二星蝽、麻皮蝽、水稻大螟、甜菜白带野螟、中华剑角蝗等十几种虫害的数据。

1.1.2 论文

大田作物病害识别研究图像数据集 http://www.csdata.org/p/290/1/

1.1.3 数据获取

IDADP数据官网http://www.icgroupcas.cn/website_bchtk/index.html。
虽然该数据集发表了论文，但是我没有发现该论文的数据集的下载方式，如需获取数据，需要在IDADP官网联系作者。

另外IDADP官网提供了部分样例数据下载。

1.2 AI Challenger 2018 病虫害分类数据集

1.2.1 介绍

这个数据集是AI Challenger 2018竞赛的数据，是农作物叶子图像的数据集，标注图片5万张，包含10种植物(苹果、樱桃、葡萄、柑桔、桃、草莓、番茄、辣椒、玉米、马铃薯)的27种病害，合计61个分类(按“物种-病害-程度”分)。具体分类见下表。

部分数据截图如下。

1.2.2 数据获取

该数据可在AI Studio上直接下载，链接
https://aistudio.baidu.com/aistudio/datasetdetail/76075

1.3 Plant-Village数据集

1.3.1 介绍

PlantVillage 数据集包括 54303张健康和病害图片，分为38个类别。听说AI Challenger2018数据集是在此数据集的基础上制作的。

1.3.2 论文

该数据集论文链接 https://arxiv.org/abs/1511.08060.

1.3.3 数据获取

（1）mendeley下载：https://data.mendeley.com/datasets/tywbtsjrjv/1
（2）github下载： https://github.com/spMohanty/PlantVillage-Dataset

1.4 苹果叶片病理数据集

1.4.1 介绍

此数据集只针对苹果叶片。
苹果叶片病理数据集数据集由西北农林科技大学制作，分别在西北农林科技大学白水苹果试验站、洛川苹果试验站和庆城苹果试验站进行的采集。 数据集主要在晴天光线良好的条件下获取， 部分图像在阴雨天进行采集，不同的采集条件进一步增强了数据集的多样性。 数据集包括斑点落叶病、褐斑病、花叶病、灰斑病以及锈病等五种常见的苹果叶面病理图像数据，数量分别为： 斑点落叶病 5343 张，褐斑病5655 张， 灰斑病 4810 张，花叶病 4875 张， 锈病 5694 张，共有20000余张图像。
该数据集是在经过翻转、对比度等12种数据增强的基础上建立的，所以数据量比较大，而原始图片应该是1591张，如果我没有算错的话（20683 / 13）。

1.4.2 论文

[1]周敏敏. 基于迁移学习的苹果叶面病害Android检测系统研究[D].西北农林科技大学,2019.

1.4.3 数据获取

该数据可在AI Studio上直接下载，链接https://aistudio.baidu.com/aistudio/datasetdetail/11591

1.5 水稻叶片病害数据集 Rice Leaf Disease Image Samples

包含 5932张图片，4类水稻叶片病害，包括白叶枯病、稻瘟病、东格鲁病、褐斑病。

1.5.2 论文

Sethy, P. K., Barpanda, N. K., Rath, A. K., & Behera, S. K. (2020). Deep feature based rice leaf disease identification using support vector machine. Computers and Electronics in Agriculture, 175, 105527. doi:10.1016/j.compag.2020.105527.

1.5.3 数据获取

https://data.mendeley.com/datasets/fwcj7stb8r/1

1.6 LWDCD 2020 小麦病害数据集

1.6.1 介绍

Large Wheat Disease Classification Dataset (LWDCD) 小麦病害分类数据集，包含12000张照片，其中9个病害类别和1个健康类别。

1.6.2 论文

名称：Leaf and spike wheat disease detection & classification using an improved deep convolutional architecture
链接：https://www.sciencedirect.com/science/article/pii/S2352914821001313

1.6.3 数据获取

论文没有直接提供数据集下载链接。但是在网上只搜到了一部分的数据集，只包含4500张照片，四个类别，分别是Healthy Wheat、Leaf Rust、Crown and Root Rot、Wheat Loose Smut。谷歌云盘下载链接：
https://drive.google.com/drive/folders/1OHKtwD1UrdmhqxrpQEeF_X_pqKotxRGD

1.7 小麦叶片数据集 Wheat Leaf Dataset

1.7.1 介绍

小麦叶片数据集，包含102张健康叶片、208张条锈病、97张Septoria Disease。这个数据不管从类别数量还是图片数量来说都比较少，可以作为其他数据的一个补充。

1.7.2 数据获取

mendeley下载：https://data.mendeley.com/datasets/wgd66f8n6h/1

1.8 CGIAR 小麦病害数据集

1.8.1 介绍

CGIAR Computer Vision for Crop Disease是kaggle比赛的一个数据集，只包含三类，分别是healthy, stem rust, leaf rust，共876张照片。该数据集比较小，可以作为其他数据的一个补充。

1.8.2 数据获取

kaggle链接：https://www.kaggle.com/shadabhussain/cgiar-computer-vision-for-crop-disease

2 虫害识别数据集

2.1 IDADP农业病虫害研究图库（IDADP）

农业病虫害研究图库（IDADP）http://www.icgroupcas.cn/website_bchtk/index.html。该数据在1.1章节介绍过，这里不再赘述。

2.2 IP102数据集

2.2.1 介绍

IP102 是一个用于目标分类与检测任务的农作物病虫害数据集。 102指102个虫害类别。
它包含了水稻、玉米、小麦、甜菜、苜蓿、葡萄、柑橘 、芒果共8种作物的75000 多幅图像，这些图像呈现出自然的长尾分布(long-tailed distribution)。此外，为大约19000 幅图像添加了用于对象检测的边界框。 前五种作物为大田作物（FC， field crops），后三种为经济作物（EC，economic crops）。

数据收集与注释分为分类系统建立、图像采集、初步数据过滤、专业数据注释四大步骤，这些介绍来自（https://blog.csdn.net/qq_43723025/article/details/115900568）

（1）分类系统建立：IP102数据集有一个层次分类系统。它们呈现出如图4所示的分层结构。根据遭受虫害的作物，给每种虫害分配一个高级别类别(在下文中称为超类)。换句话说，每种害虫都是某个超类的一个下级类(在下文中表示为子类)。比如稻秆蛆这种害虫损害了水稻这种作物，水稻属于大田作物。因此，在IP102的分类系统中，稻秆蛆亚类具有水稻和大田作物的超类。
（2）图像采集：利用互联网广泛收集数据，如：ImageNet、COCO等；第一步，依靠常见的图像搜索引擎，包括Google、Flickr、Bing等，使用每个子类的英文名称和对应的同义词作为查询关键字，每个关键字只保留2000个结果；第二步，从几个专业的农业和昆虫科学网站上搜索；除了图像形式，还收集了包含害虫内容的视频剪辑，从视频剪辑中，我们以每秒5帧的速度捕捉图像。因此，为IP102数据集收集了300,000多幅候选图像。
（3）初步数据过滤：我们组织了6名志愿者手动过滤候选图像。在数据过滤之前，他们接受三部分培训内容，即：1)农业专家对害虫的常识，2)IP102的分类系统，3)不同形式的害虫。例如，图2显示了四种形式的害虫，包括卵、幼虫、蛹和成虫。即使它们处于生命周期的不同阶段，但它们都会对农产品造成不同程度的损害。在初步数据过滤的过程中，志愿者删除不包含或包含一个以上虫害类别的图像，如图2所示。然后，我们将过滤后的图像格式转换为JPEG格式，并删除重复或损坏的图像。最后，我们有大约120，000个带有查询关键字弱标签的图像。超类的标签是根据IP102数据集的分类系统分配的。
（4）专业数据注释：数据注释：第一阶段是独立注释，每个专家注释一个超类；第二阶段是协同注释，每个专家对每一个子类都进行注释，最后协同起来，若一个图像样本得到了5个或者5个以上的专家统一注释，那么这个图像就属于某个类别，否则将会被删除。
类别代码和名称如下表。 （害虫中文由本人友情翻译，可能会不准确，建议以英文为主）

论文的数据集图片示例，由于原图可能会引起部分观众的不适，这里做了一些模糊处理。 详情参考论文。

2.2.2 论文

名称：IP102: A Large-Scale Benchmark Dataset for Insect Pest Recognition
链接：https://ieeexplore.ieee.org/document/8954351

2.2.3 数据获取

论文作者的github上会给出链接https://github.com/xpwu95/IP102，谷歌云盘下载地址：https://drive.google.com/drive/folders/1svFSy2Da3cVMvekBwe13mzyx38XZ9xWo

3 结束语

好朋友们，以上就是本次分享的全部内容了，更多数据集可参考一篇综述论文：https://www.researchgate.net/publication/349572585_Plant_diseases_and_pests_detection_based_on_deep_learning_a_review

您的支持使我在寒冬里倍感温暖，欢迎转载、分享、点赞。