无人机稻谷倒伏识别 农作物倒伏实例分割YOLO数据集 AI农田区域识别数据集 AI数据第10813期

稻谷倒伏实例分割YOLO数据集项目详情任务类型实例分割类别数量2分类类别名称倒伏水稻、正常水稻图片总量200张数据集划分7:1:2分配 训练集140张 验证集20张 测试集40张标注格式YOLO掩码txt格式、VOC xml格式可直接用于模型训练应用领域水稻倒伏灾情监测、农业保险定损、无人机农田巡检、粮食产量评估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, epochs100, imgsz640, batch8 )#稻谷倒伏 #实例分割 #水稻监测 #农业航拍 #农田灾情