在智慧农业加速发展的背景下，单一维度的监测已无法满足精细化管理需求。本文介绍了两个面向农业AI实战的高质量数据集，旨在解决虫害检测与稻田场景识别的双重挑战。第一个数据集专注于水稻虫害分割检测，包含1997张实拍图像，覆盖4类常见虫害，并标注了细小的虫体，适用于病虫害监测预警、智能农药喷洒和无人机植保任务。第二个数据集则面向稻田实例分割，包含937张航拍图像，对4类田块类型进行像素级标注，支持农田地块识别、播种/收割路径规划及农机导航等应用。这两个数据集均采集自真实田间环境，标注精细，格式通用，并已集成至Coovally AI平台，为农业AI项目的快速落地提供一站式服务。

🌱 水稻虫害检测数据集包含1997张高分辨率实拍图像，覆盖4类常见虫害（稻飞虱、稻纵卷叶螟、稻螟蛉及其他虫害），旨在实现对田间微小虫体的精准识别。这些图像拍摄于真实农田，背景复杂且虫体普遍较小，涵盖多种天气、光照和虫龄状态，具备很强的泛化能力，支持YOLO/COCO格式，可用于病虫害监测预警、智能农药喷洒及无人机植保任务。

🌾 稻田场景分割数据集提供了937张航拍图像，对4类田块类型（已种植水稻、空闲/已翻耕、已灌水/准备插秧、已收割）进行像素级标注。该数据集的特点是图像拍摄于农田不同发展阶段，包含多种光照和地块结构，具备良好的鲁棒性，能够支持农田地块识别分类、播种/收割路径规划以及无人农机导航等智能任务，为农田精细化管理提供支持。

🚀 两个数据集的协同作用能够构建一个具备感知、分析、决策能力的智慧农业系统。虫害检测解决了“哪里出了问题”，而田块分割则回答了“作物现在什么状态”，二者结合能够更全面地提升农业生产效率和智能化水平。

💡 Coovally AI平台集成了这两个高质量数据集，并提供模型训练与部署的一站式服务，极大地降低了农业AI项目的技术门槛和开发周期，帮助开发者快速将农业视觉算法和应用落地。

📊 数据集格式通用，均支持主流的AI模型训练框架，如YOLOv8、RT-DETR、Faster R-CNN（用于检测）和DeepLabv3、SegFormer、Mask2Former（用于分割），方便用户根据自身需求选择和集成。

【导读】

在智慧农业全面加速的时代背景下，单一维度的监测手段已无法满足精细化管理的需求。农户不再只关注“有没有虫害”，而是更关注“虫在哪、田块处于什么状态、该怎么处理”。因此，一个强大的农业视觉系统，必须同时具备虫害检测与稻田场景识别的能力。

本文将介绍两个面向农业AI实战的高质量数据集：

一个聚焦水稻虫害分割检测，帮助系统精准识别田间微小虫体；一个面向稻田实例分割，实现农田状态全景理解。

两个数据集均采集自真实田间环境，标注精细，格式通用，已全面集成至 Coovally AI 平台，支持一键训练与部署，助力农业AI项目快速落地。

水稻虫害检测数据集

在我国农业种植体系中，虫害防控始终是粮食安全的核心任务。尤其是在大田种植管理中，高密度、低成本的虫害监测方案成为业界刚需。

图像数量

共计 1997 张高分辨率实拍图像，覆盖水稻多个生长周期。

标签类别

覆盖 4 类常见虫害目标：

稻飞虱（Brown Planthopper）稻纵卷叶螟（Rice Leaf Folder）稻螟蛉（Rice Stem Borer）其他虫害（Others）

场景特点

图像拍摄于真实农田，虫体普遍较小，背景复杂，具备极高检测挑战性。图像涵盖多天气、多光照、多虫龄状态，具备极强泛化性。

标注格式

YOLO / COCO 双格式，支持 YOLOv8、RT-DETR、Faster R-CNN 等模型直接调用。

应用方向

病虫害监测预警智能农药喷洒系统无人机植保任务

稻田场景分割数据集

除了虫害检测，农田场景的识别与分类也同样重要。通过识别田块的种植状态，可实现精准施肥、自动播种、农机路径规划等多项智能任务。

图像数量

共计 937 张航拍图像，来源于多个农业基地和种植时段。

标签类别

4类田块类型像素级标注：

Rice-field：已种植水稻的田块Empty-field：空闲或已翻耕的田块Flooded-field：已灌水、准备插秧的田块Harvesting-field：已完成收割的田块

场景特点

图像拍摄于农田不同发展阶段，包含顺光/逆光、不同种植模式、不同地块结构等，具备强鲁棒性。

标注格式

采用 COCO Segmentation 标注，可用于训练 DeepLabv3、SegFormer、Mask2Former 等语义分割模型。

应用方向

农田地块识别与分类播种/收割路径规划无人农机导航系统农业遥感图像解译任务

结语：双任务协同，让农业AI真正落地

虫害检测解决的是“哪里出了问题”；田块分割解答的是“作物现在什么状态”。这两个任务结合，才能构建一个真正具备感知、分析、决策能力的智慧农业系统。

如果你正在开发农业视觉算法、农业无人机任务系统或农业数据平台，上述两个数据集将是你最值得参考和使用的资源。

立即访问 www.coovally.com，获取数据、模型、训练平台一站式服务，轻松打造你的农业AI解决方案！