各类芒果（果实、叶片、产量等）相关数据集

数据已经上传CSDN，直接搜索即可，如果有其他需求，可以留言或者私信！

一、芒果重量、长度和圆周物理测量数据集

关键词: 分类, 深度学习, SVM, 表格, 食物
描述:
创建数据集是因为没有免费可用的Harumanis芒果物理数据集，例如重量，长度和圆周。

 内容
该数据集包含105个从马来西亚Fama Perlis的水果收集中心收集的Harumanis Mango（克隆号MA 128）的105个表格物理测量数据。

引用：
M. N. Wagimin，M。H. Ismail，S。S. M. Fauzi和N. A. M.10.1109/AIDAS56890.2022.9918732。
==================================================
二、芒果叶片病害图像数据集
关键词: 疾病, 生物学, 农业, 图像, 食物

数据描述：
数据由受15种害虫影响的芒果农场捕获的图像组成，这些图像通过芒果叶片中显示的结构和视觉畸形可识别。数据的收集涉及使用低成本传感设备，该设备通常被农民用于从农场收集图像。

下面是不同类型的害虫类别：
-Mictis_longicornis
-apoderus_javanicus
-valanga_nigricornis
-Dappula_tertia
- 普通的
-Neomelicharia_sparsa
-  Dileulopora_decempuncta
-Icerya_seychellarum
-procontarinia_matteiana
-  procontarinia_rubus
-  orthaga_euadrusalis
-cisaberoptus_kenyae
-Orosomyia_sp
-Aulacaspis_tubercularis
-  ceroplastes_rubens
-  ischnaspis_longirostris

从上面的链接中，您将可以下载名为“ Pest_classification.zip”的zip文件。提取此zip文件后，您将获得四个文件：

- 火车 - 包含用于培训模型的所有图像。
-trainis_set.csv-此CSV文件包含培训图像的标签
- 测试 - 包含13950张图像。对于这些图像，您需要进行预测
-testing_set.csv-这是CSV文件，它仅具有文件名您的任务，可以从训练数据训练的模型中创建标签。
（https://dphi.tech/challenges/data-sprint-68-world-data-data-lague-external-competition/200/data）
==================================================
三、芒果果实疾病图像数据集
关键词: 疾病, 农业, 分类, 图像, 食物

描述:

芒果果实疾病图像数据集是芒果水果疾病的数据集，其中包含1700张224*224的JPG格式图像。该数据集包含四种疾病的图像，即替代性，炭疽病，黑色模具腐烂，茎和腐烂。数据集中的另一个类别是健康的水果。水果图像是使用手机摄像头从位于塞内加尔的果园捕获的。

提出了两个版本：senmangofruitdds_original是一个具有原始图像的版本，而senmangofruitdds_bgremaved包含带有背景的图像。

==================================================

四、孟加拉国芒果叶片病害数据集
关键词: 植物, 深度学习, 图像分类

描述:
这些图像是从孟加拉国的四个芒果果园中收集的，孟加拉国是世界上顶级芒果发展的国家之一。该数据集包含4000张大约1800个不同叶子的图像，涵盖了7种疾病。

描述

数据类型：240x320芒果叶图像。

数据格式：JPG。

图像数：4000张图像。其中，大约1800个是不同的叶子，其余的是通过认为必要的放大和旋转来制备的。

考虑的疾病：七种疾病，即蒽，细菌溃疡，切割象鼻虫，死亡，胆汁虫，白粉病和烟熏霉菌。

班级数：八个（包括健康类别）。

实例分布：八个类别中的每一个都包含500张图像。

如何获取数据：通过手机相机从芒果树捕获。

数据源地点：孟加拉国的四个芒果果园，即Sher-e-Bangla农业大学果园，Jahangir Nagar University Orchard，Udaypur Village Mango Orchard和Itakhola Village Mango Orchard。

适用的地方：适用于区分健康和疾病叶片（两级预测）以及区分各种疾病（多级预测）。
==================================================
五、芒果叶病图像数据集
关键词: 健康, 农业, 分类, 图像, 多类分类, 图像分类

- 数据类型：240x320芒果图像。
- 数据格式：JPG。
- 图像数：4000张图像。其中，大约1800个是不同的叶子，其余的是通过认为必要的放大和旋转来制备的。
- 考虑的疾病：七种疾病，即蒽，细菌溃疡，切割象鼻虫，死亡，胆汁虫，白粉病和烟熏霉菌。
- 班级数：八个（包括健康类别）。
- 实例分布：八个类别中的每一个都包含500张图像。-数据源地点：孟加拉国的四个芒果果园，即Sher-e-Bangla农业大学果园，Jahangir Nagar University Orchard，Udaypur村芒果园和Itakhola Village Mango Orchard。
适用的地方：适用于区分健康和疾病叶片（两级预测）以及区分各种疾病（多级预测）。

==================================================

六、上千张芒果叶片病害数据集（自然或盆栽状态下）

分为测试、训练、验证三个文件夹

==================================================

七、印度芒果叶片图像数据集
关键词: 生物学

描述:
该数据集包含32种印度芒果叶物种的图像。这些品种在其特征的基础上与彼此分开。这些通常具有纹理，形状和颜色。有了这些不同的芒果遗迹的功能，就可以进行分类。该数据集包含768张32种芒果叶种（印度）的图像，每个物种具有24个来自不同角度和方向的图像。In this research, 'Alphanso', 'Amarpali', 'Amarpali 13_1', 'Amarpali 4_9', 'Amarpali Desi', 'Ambika', 'Austin', 'Chausa 13_1', 'Chausa Desi','Dasheri Desi','Dasherion 13_1', 'Dusheri4_9', 'Duthpedha',“ Farnadeen”，“ Kent”，“ Keshar”，“ Langra desi”，“ Langra 13_1”，“ Langra 4_9”，“ Lilly”，“ Lilly”，“ Mallika”，“ Neelam”，“ Neelam”，“ Pamar”，“ Pamar”，“ Pusa Lalima”，“ Pusa lalima”，Pusa peetamber''使用了32种印度芒果物种的kela desi'，'ramkela 13_1'，'ramkela4_9'，'ratna'。通过为图像数据集使用卷积神经网络（CNN）算法创建模型，并实现了99.09％的分类成功。提供的数据集可以被视为测试和比较不同算法的性能的基准。

==================================================

八、552张芒果果实图像数据集

关键词: 分类, 农业, 深度学习, 表格, 图像, 食物

描述:
语境
创建数据集是因为没有免费可用的芒果图像数据集，其中包括芒果图像，其成绩和质量/重量。

该数据集包含从马来西亚Fama Perlis的Fruit Collection Center收集的552张Harumanis芒果（克隆号MA 128）的图像。数据集中的图像根据8:10的A4纸张比率进行调整。所有芒果样品均在空白A4纸的顶部取，因为该纸被用作视觉提示进行质量估计。

如果使用数据集，请引用此数据集和论文：

1. H. Bin Ismail, M. N. Wagimin and T. R. Razak, "Estimating Mango Mass from RGB Image with Convolutional Neural Network," 2022 3rd International Conference on Artificial Intelligence and Data Sciences (AiDAS), IPOH, Malaysia, 2022, pp. 105-110, doi: 10.1109/AiDAS56890.2022.9918807.

==================================================

九、西爪哇芒果产量数据
关键词: 农业, 初学者, 数据可视化, 文本, 熊猫
描述:

该数据集包含根据2013年至2018年西爪哇省地区/城市的芒果生产量。

内容

该数据集与每年发行一次的粮食作物和园艺服务所产生的经济主题有关。所有数据集都使用印尼语言。

该数据集中变量的说明：
 Provinsi：数据范围来自西爪哇省的地区。
*KODE-KABUPATEN-KOTA：根据中央统计局（BPS），每个城市和地区的代码。
 NAMA-KABUPATEN-KOTA：数据范围来自西爪哇省的每个城市/地区。
 jumlah_produksi：芒果生产数量（以五分为单位）。
*Satuan：表达芒果生产量（Quintals）数量的测量值。
*Tahun：生产年。

原始资料：https：//opendata.jabarprov.go.id/id/id/dataset/jumlah-produksi-mangga-mangga-di-jawa-barat

==================================================

十、巴基斯坦芒果品种分类和分级图像数据集

关键词: 地球和自然, 食物

描述:

数据集包含八种巴基斯坦芒果的图像。在拟议的数据集上进行了一个实验，以实现自动分类和收获芒果的评分，以促进农民按时交付高质量的芒果以进行出口，并使用卷积神经网络实现高精度。
研究人员和学生可以使用此数据集来开发，测试和评估不同的计算机视觉算法，以贡献不断改进的农业领域。可以将提供的数据集视为测试和比较不同最新面临的性能的基准。

Rizwan Iqbal，Hafiz Muhammad；Hakim，Ayesha（2021），“芒果品种和分级数据集”，Mendeley Data，V1，doi：10.17632/5MC3S86982.1

数据已经上传CSDN，直接搜索即可，如果有其他需求，可以留言或者私信！