摘要罗布斯塔咖啡叶片图像数据集是一个面向咖啡叶片病害识别、虫害分类与智慧咖啡种植监测的农业图像数据集共包含约 1560 张罗布斯塔咖啡叶片图像。数据集概述罗布斯塔咖啡叶片图像数据集是一个面向咖啡叶片病害识别、虫害分类与智慧咖啡种植监测的农业图像数据集共包含约 1560 张罗布斯塔咖啡叶片图像。图像使用智能手机摄像头在真实自然环境中采集因此涵盖不同光照、背景、温度以及叶片姿态等变化相比单一实验室环境数据更接近实际咖啡种植场景可用于训练和评估具有实际部署能力的植物健康识别模型。数据结构与关键特征数据集主要划分为 **Healthy健康叶片、Coffee Leaf Rust咖啡叶锈病和 Coffee Red Spider Mite咖啡红蜘蛛虫害**3类其中健康叶片没有明显病害症状叶锈病样本通常表现为黄橙色、锈褐色斑点及局部组织异常红蜘蛛危害则可能表现为叶片失绿、细小斑点、黄化以及局部组织损伤。图像已经过尺寸调整并按照类别存放于不同文件夹适合直接用于图像分类任务。部分资料还提到叶片健康状态、病斑面积和病害严重程度等附加标注但公开版本是否完整包含这些信息存在差异因此具体研究时应以实际下载的数据文件和标注内容为准。应用价值与研究方向该数据集适用于罗布斯塔咖啡叶片健康分类、咖啡叶锈病识别、红蜘蛛虫害检测和智慧咖啡园监测等研究可采用 ResNet、DenseNet、EfficientNet、MobileNet、ConvNeXt 和 Vision Transformer 等模型进行三分类识别也可结合迁移学习与数据增强提升复杂自然环境下的泛化性能。进一步可研究病害早期识别、病虫害细粒度分类、复杂背景鲁棒识别、类别不平衡优化、病害严重程度评估以及轻量化移动端模型部署并可扩展到无人机巡检、智能手机诊断和精准植保系统。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-506文件大小387M原创声明本数据集为整理作品
