语义分割实战——基于EGEUNet神经网络烟叶病害分割系统1：数据集说明(含下载链接)

时光碎了天

244人浏览 · 2026-01-18 20:28:01

时光碎了天 · 2026-01-18 20:28:01 发布

烟叶病害分割-深度学习图像分割数据集

烟叶病害分割数据，可直接应用到一些常用深度学习分割算法中，比如FCN、Unet、SegNet、DeepLabV1、DeepLabV2、DeepLabV3、DeepLabV3+、PSPNet、RefineNet、HRnet、Mask R-CNN、Segformer、DUCK-Net模型等
数据集总共有1500对图片，数据质量非常高，甚至可应用到工业落地的项目中

代码demo见：
语义分割实战——基于EGEUNet神经网络烟叶病害分割系统3：含训练测试代码、数据集和GUI交互界面：

https://blog.csdn.net/u013289254/article/details/157101936?spm=1001.2014.3001.5501

语义分割实战——基于EGEUNet神经网络烟叶病害分割系统2：含训练测试代码和数据集：

https://blog.csdn.net/u013289254/article/details/157101850?spm=1001.2014.3001.5501

项目完整文件下载请见演示与介绍视频的简介处给出：➷➷➷

https://www.bilibili.com/video/BV1zRk4BUEx9/

DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

ros小车自动充电硬件架构与 IsaacLab 强化学习仿真部署

文章摘要：本文探讨了机器人开发中的两大核心挑战：高容错自动充电系统设计与灵巧手强化学习仿真部署。自动充电硬件架构：采用固定端弹簧顶针+移动端铜垫方案，避免机械损伤。通过肖特基二极管防止电池倒灌短路，结合微动开关实现“冷插拔”时序控制，确保电气安全。 IsaacLab灵巧手仿真优化：传统CAD模型直接导入会导致算力爆炸，需对URDF文件进行轻量化（凸分解、阻尼注入）和碰撞网格优化。提供S

DAMO开发者矩阵

【机器人 / 强化学习】HIL-SERL 算法篇：HG-DAgger 与 RLPD —— 从模仿到超越的训练双阶段

是一条完整的能力进化链。HG-DAgger 解决的是"如何安全、高效地获取高质量纠正数据"，RLPD 解决的是"如何利用这些数据超越人类表现"。HG-DAgger 和 RLPD 共享相同的干预接口（SpaceMouse 拦截、env.step 的 intervene_action 通道），但处理数据的策略截然不同——一个用监督学习模仿人类，一个用强化学习优化回报。奖励信号的两种角色。