各类有关于花卉的深度学习数据集

花卉的识别和分类在深度学习过程中是最常见的使用的案例，因此各类有关花卉分类、识别、计数的图像数据集是大家都常用的数据集。最近收集到各类有关花卉的各类数据集分享给大家！！

1、16种花常见的图像数据集

数据说明：我们看到我们周围有各种各样的植物。它们有许多共同的特点，但在某些方面也有不同之处。因此，植物的分类可以基于许多因素。该数据集包含16种不同花卉的图像。（该数据集共有15.7K张照片）

种类为：落新妇、风铃草、康乃馨、普通雏菊、黑眼苏珊、金鸡菊属、金盏草、蒲公英、彩虹女神、加州罂粟、玫瑰红酒、向日葵等。

数据查看地址：https://www.dilitanxianjia.com/14756/

2、102种常见的图像花卉数据集

数据说明：102个类别的数据集，由102个花卉类别组成。所选的花一般都是在英国出现的。每类花卉包含40到258张图片。分类的详细信息和每个类的图像数量可以在这个分类统计页面上找到。

这些图像具有很大的比例、姿态和光线变化。此外，还有类别内有很大变化的类别和几个非常相似的类别。数据集的可视化使用isomap的形状和颜色特征。

数据查看地址：https://www.dilitanxianjia.com/14753/

3、5种常见花卉类型分类图片数据集

数据说明:数据集由5个不同的花卉类组成。百合，莲花，向日葵，兰花和郁金香。每个花类有1000张图片。可以在这个数据集上进行分类属于上述5类的花。

数据查看地址：https://www.dilitanxianjia.com/14750/

4、102种花卉图片数据集

该数据集由不同的花卉图像集合组成，分为102个不同的类别。每个类代表一种特定类型的花，因此该数据集对于花识别任务的模型训练和评估非常有价值。数据集分为三个子集:test、train和val，每个子集对应模型开发的不同阶段。

该数据集涵盖了广泛的花卉物种，每个物种都有一个独特的标签。下面是几个类标签的例子以及它们对应的花名:

随着标签从1到102的进展，每个数字对应于一个不同的花卉类别，提供了丰富的花卉种类。该数据集是训练机器学习模型以准确分类和识别各种花型的绝佳资源。（该数据集共有8198张照片）。

数据查看地址：https://www.dilitanxianjia.com/14747/

5、299种花卉的图像汇编数据集

数据说明：

图片总量:115944

所有图像的平均宽度:271像素

所有图像的平均高度:242像素

每个标签的平均图像数:387

每个标签最少图片数:222

每个标签最多的图像:483

数据查看地址：https://www.dilitanxianjia.com/14744/

6、7种常见花卉图片数据集

数据说明：

花卉数据集的11,531张图片，分布在7个类别[雏菊，蒲公英，百合，兰花，玫瑰，向日葵，郁金香]。数据以70:20:10的分割比例进行分割。

训练数据:8069张图片

验证数据:2306张图片

测试数据:1156张图片

数据查看地址：https://www.dilitanxianjia.com/14741/

7、包含5种常见花的花卉数据集

数据说明：数据集包含五种花卉的原始ipeg图像（该数据集共有3670张照片）

雏菊、蒲公英、向日葵、郁金香

“蒲公英”、“玫瑰”、“向日葵”和郁金香”

数据查看地址：https://www.dilitanxianjia.com/14735/

8、包含标记的4242张花卉图像数据集

数据说明：该数据集包含4242张花卉图像

数据收集基于数据flicr、googleimages、yandeximageso

您可以使用此数据集来识别照片中的植物。

图片分为五类:洋甘菊、郁金香、玫瑰、向日葵、蒲公英每节课大约有800张照片。照片分辨率不高，大概是320×240像素。照片不是缩小到一个单一的大小，它们有不同的比例!

数据查看地址：https://www.dilitanxianjia.com/14732/

9、两千张左右的花卉图片数据集

数据说明：该数据集包含大约2K个不同形状、大小、颜色和物种的花朵图像(360×360)，为训练稳健模型提供了坚实的基础。

数据查看地址：https://www.dilitanxianjia.com/14729/

10、从图像中对花进行分类的图片数据集

从图像中对花进行分类的数据集

数据说明：图像数据集将被分类为102类。类别名称如下，排名不分先后。（该数据集共有18.5k张照片）

Alpine sea holly Anthurium Artichoke Azalea Ball Moss Balloon Flower Barbeton Daisy Bearded Iris Bee Balm Bird of paradise Bishop of llandaff Blackberry Lily Black-eyed Susan Blanket flower Bolero deep blue Bougainvillea Bromelia Buttercup Californian Poppy Camellia Canna Lily Canterbury Bells Cape Flower Carnation Cautleya Spicata Clematis Colt’s Foot Columbine Common Dandelion Corn poppy Cyclamen Daffodil Desert-rose English Marigold Fire Lily Foxglove Frangipani Fritillary Garden Phlox Gaura Gazania Geranium Giant white arum lily Globe Thistle Globe-flower Grape Hyacinth Great Masterwort Hard-leaved pocket orchid Hibiscus Hippeastrum Japanese Anemone King Protea Lenten Rose Lotus Love in the mist Magnolia Mallow Marigold Mexican Aster Mexican Petunia Monkshood Moon Orchid Morning Glory Orange Dahlia Osteospermum Oxeye Daisy Passion Flower Pelargonium Peruvian Lily Petunia Pincushion flower Pink Primrose Pink-yellow Dahlia Poinsettia Primula Prince of wales feathers Purple Coneflower Red Ginger Rose Ruby-lipped Cattleya Siam Tulip Silverbush Snapdragon Spear Thistle Spring Crocus Stemless Gentian Sunflower Sweet pea Sweet William Sword Lily Thorn Apple Tiger Lily Toad Lily Tree Mallow Tree Poppy Trumpet Creeper Wallflower Water Lily Watercress Wild Pansy Windflower Yellow Iris

数据查看地址：https://www.dilitanxianjia.com/14726/

11、与花朵相关的多样化数据集

数据说明;这个数据集包含了大量的花的图像。共900张照片。

您可以使用此数据集创建生成模型或分类模型。

数据查看地址：https://www.dilitanxianjia.com/14723/

12、包含玫瑰(红色和黄色)图片的数据集

数据说明：这些是几年前拍摄的红玫瑰和黄玫瑰的照片。大多数红色的花是红色或黄色的，然而，也有其他颜色，可以找到。这些照片没有经过任何软件编辑，并在拍摄时上传。该数据集共有72张照片。

数据查看地址：https://www.dilitanxianjia.com/14720/

13、大丽花图像数据集

数据说明：

图片:该数据集包括展示不同大丽花品种的各种图像。这些图像是在不同的照明条件，设置和角度捕获，使其成为研究人员，花商和爱好者的优秀资源。

元数据:每张图片都附有基本的元数据，包括品种名称、颜色、花朵大小和其他相关细节。元数据为研究、分类和花卉品种鉴定提供了有价值的信息。

使用案例:

大丽花品种数据集是一个有价值的资源，可用于广泛的应用:

植物学研究:研究人员和植物学家可以使用此数据集来研究和分类大丽花花品种，有助于我们对该物种的了解。

园艺:对于园艺爱好者和专业人士，这个数据集可以作为一个参考，以确定不同的品种，规划园林绿化项目，并创造丰富多彩的插花。

计算机视觉和机器学习:数据科学家和机器学习爱好者可以使用这个数据集来训练和评估计算机视觉模型，用于花卉识别、分类和分割任务。该数据集共有618张照片。

数据查看地址：https://www.dilitanxianjia.com/14714/

14、未编辑白色花朵图片的处理和分类数据集

数据说明：数据集的创建正在进行中，所以后面会有完整的描述图像由文件前缀标记。标签对应以下花:01一莱莉花;02=phlox;03=leucanthemum maximum;04-cherry;05-viola;06一铃兰;07一苹果树;08一雪花莲;09一多年生紫苑;10一黑莓;11一草莓12=南京樱桃13一风铃草。(该数据集共有514张照片)。

数据查看地址：https://www.dilitanxianjia.com/14705/

15、有关900种不同的花的信息，如照片，叶子，花的时间的数据集

数据说明：所有照片和信息都来自最大的社交媒体网站，该网站专门致力于园艺，拥有超过100万会员。自2010年以来，通过不断发展的世界上最大的植物数据库，他们帮助园丁研究信息，因此它确实是搜索花卉和其他植物信息的最佳场所。(该数据集共有21.4K张照片)。

数据查看地址：https://www.dilitanxianjia.com/14702/

16、用于大类分类的花卉图像数据集

数据说明：102个分类数据集，包括102个花卉类别创建和提供的Visual Geometrv Group，由Maria-Elena Nilsback和Andrew Zisserman。每类包含40到258张图片。

正如作者所描述的，“这些图像具有很大的比例、姿态和光线变化。此外，还有类别内差异较大的类别和几个非常相似的类别”

数据查看地址：https://www.dilitanxianjia.com/14784/

17、内含5341张紫色花朵照片数据集

数据说明：创建这个数据集可以训练DCGAN模型，它给了我合理的结果。

该数据集共有5341紫色的照片在jpg格式。

数据查看地址：https://www.dilitanxianjia.com/14681/

18、程序生成的花卉仿真图像数据集

数据说明：此数据集是为GAN模型的创建而创建的，用于研究GAN模型的属性和行为–简单且足够不同的数据。

该数据集包含可编程生成的仿花图像–它有一些颜色和花瓣种类的图案，但在花瓣数量或大小上没有图案。该数据集共有4943张照片。

数据查看地址：https://www.dilitanxianjia.com/14674/

19、10类常见花卉图像数据集

数据说明：有10种不同类型的花，分别是

1.郁金香

2.兰花

3.牡丹

4.绣球花

5.百合花

6.栀子花

7.花园玫瑰

8.维菊

9.木槿

10.三角梅

花的标签可以从图像名称中提取出来。该数据集共有733张照片。

数据查看地址：https://www.dilitanxianjia.com/14665/

20、适用于花卉识别系统的数据集

数据说明：该数据集用于我的团队任务之一，使用MLP、CNN、AlexNet、VGGNet、GoogleNet和ResNet等不同的机器学习算法创建一个花卉识别系统。

图片分为五类:雏菊、郁金香、玫瑰、向日葵、蒲公英。

额外的图片被添加到这个数据集以提供更多种类的花来更好地训练模型。

该数据集共有4394张照片。

数据查看地址：https://www.dilitanxianjia.com/14662/

21、玫瑰、百合、向日葵、薰衣草、雏菊+5种花卉分类数据集

数据说明:这是花卉分类数据集，它有10个类。每个版本都有不同的配置。

将5个新类添加到“数据集”中，这些类是:

紫苑

爱瑞丝

万寿菊

兰花

罂粟

所有类都更新为1500个训练图像、500个验证图像和随机数的测试图像。

数据查看地址：https://www.dilitanxianjia.com/14656/

22、花与非花图片数据集

数据说明：该数据集包含两个类别，即包含花卉的图像和不包含花卉的图像。

包含花卉名称的图像以FD开头。 （JPG）

虽然不包含花卉的图像NFDf.jpg

数据集由大约12.6k图像组成，每个类别有大约6.3k图像。

数据查看地址：https://www.dilitanxianjia.com/14644/

后续会给大家持续更新更多的各类深度学习数据集！！！