一. 前言
本篇博客是《基于YOLOv12农作物检测系统》系列文章之《农作物检测数据集说明(含下载链接)》，网上有很多农作物检测数据集的数据，百度一下，一搜一大堆，但质量参差不齐，很多不能用，即使一个一个的看也会浪费很多时间才有可能辨别出有用的数据集。为了方便你我他，本博客将分享一个由我自己整理的农作物检测数据，可直接应用到目标检测算法比如yolo系列中，当然也可以应用到分类模型中，数据集总共有2750张图片，并包含它的高质量标注文件。数据质量非常高，甚至可应用到工业落地的项目中。
二. 农作物检测类别说明
在农作物检测识别算法开发中，我们需要定义农作物的行为类别；项目将农作物状态分为11种，names: 'bluegrass','chenopodium_album','cirsium_setosum','corn','sedge','cotton', 'nightshade', 'tomato', 'velvet','lettuce','radish'
，为了便于大家理解，下面给出实际应用中的效果图：
三. 农作物检测数据集下载
数据包含内容：
农作物检测数据集，数据集总共有2750张图片，其中测试集110张，验证集440张，训练集2200张，都有相应的标注文件
四. 深度学习YOLOv12神经网络实现农作物检和识别
参考文章：农作物检和识别2：基于深度学习YOLOv12神经网络实现农作物检和识别(含训练代码和数据集)：
https://blog.csdn.net/u013289254/article/details/155917118?spm=1001.2014.3001.5502
五. 基于GUI交互界面实现农作物检测和识别
参考文章：农作物检测和识别3：基于深度学习YOLOv12神经网络实现农作物检测和识别(含训练代码、数据集和GUI交互界面)：
https://blog.csdn.net/u013289254/article/details/155917241?spm=1001.2014.3001.5502
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/BV168miBsEDK/
