摘要面向苹果疮痂病识别研究的图像数据集主要用于区分健康苹果与感染疮痂病的苹果。数据集概述面向苹果疮痂病识别研究的图像数据集主要用于区分健康苹果与感染疮痂病的苹果。数据集来源于“应用深度学习和数据挖掘技术研究植物-病原体相互作用以苹果和梨黑星病为例”项目数字图像由拉脱维亚园艺研究所LatHort在拉脱维亚不同地点采集具有一定的真实自然环境代表性可为苹果疮痂病智能识别与植物病害分析提供基础数据支持。数据结构与关键特征数据集采用基于类别文件夹的图像分类结构所有样本按照健康状态划分为 **Healthy健康**和 **Scab疮痂病**两类每个文件夹中存放对应类别的苹果数字图像。其关键特点是图像来源于不同实际采集地点可反映苹果在不同自然环境和拍摄条件下的外观差异同时通过明确的健康与病害类别标签为监督学习模型训练、验证以及分类性能评估提供较为规范的数据基础。应用价值与研究方向该数据集可用于苹果疮痂病自动识别、植物病害图像分类、智慧果园监测和农业智能诊断等研究。研究人员可采用 ResNet、EfficientNet、MobileNet、DenseNet、Vision Transformer 等深度学习模型进行健康苹果与疮痂病苹果的二分类并进一步研究迁移学习、数据增强、轻量化网络、复杂背景下病害识别、跨区域模型泛化以及移动端和边缘设备部署为苹果病害早期筛查和精准植保提供技术支持。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-533文件大小720M原创声明本数据集为整理作品