无人机树木识别及损伤检测数据集VOC+YOLO格式3171张2类别

本数据集专注于无人机技术在树木病害识别领域的应用，特别针对松树、云杉树、白桦树、白杨树以及其他树种进行了详尽的图像采集与分析。所使用的无人机型号为DJI，搭载FC200相机，确保了图像的高质量与清晰度。

数据集规格详情

• 总内存大小：数据集总容量约为356MB，便于存储与传输。
• 图片分辨率：每张图片均具备640x640的高分辨率，能够清晰展现树木的细节特征。
• 采集高度：无人机在30至60米的高度范围内进行图像采集，确保既能捕捉到树木的整体形态，又能关注到病害的细微表现。
• 采集角度：图像采集角度包括90度和60度，多样化的角度有助于更全面地分析树木的生长状况与病害情况。

树木类别与识别

数据集涵盖了松树、云杉树、白桦树、白杨树以及其他多种树木的图像数据。这些树种在林业资源中占有重要地位，其病害情况对于林业生态安全具有重要影响。通过无人机与相机的精准采集，我们能够获取到这些树木在不同生长阶段、不同病害状态下的图像信息。

应用场景广泛

本数据集的应用场景十分广泛，包括但不限于：

• 应急响应：在森林火灾、病虫害爆发等紧急情况下，无人机能够迅速抵达现场，提供实时的树木病害图像数据，为应急决策提供有力支持。
• 林业病害监测：通过定期采集与分析树木图像数据，能够及时发现并预警潜在的林业病害风险，为林业资源的保护与可持续发展贡献力量。
• 低空目标检测：无人机在低空飞行过程中，能够准确识别并定位树木病害区域，为后续的精准治理提供可靠依据。

综上所述，本无人机树木病害识别数据集在林业资源保护、应急响应以及低空目标检测等领域具有广泛的应用前景和重要的实用价值。

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

图片数量(jpg文件个数)：3171

标注数量(xml文件个数)：3171

标注数量(txt文件个数)：3171

标注类别数：2

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["damaged","normal"]

每个类别标注的框数：

damaged 框数 = 481

normal 框数 = 194569

总框数：195050

使用标注工具：labelImg

标注规则：对类别进行画矩形框

重要说明：暂无

特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注

图片预览：

标注例子：