简介这份资源面向从事计算机视觉与图像分割研究的开发者、学生及算法爱好者提供一套植物叶片分割数据集可用于训练和验证语义分割模型解决植物表型分析、叶片区域提取等场景下的数据获取问题。压缩包共222个文件以png、jpg、jpeg图像为主另含1个Python脚本整体约545.53MB其中110张原始叶片图像与110张对应mask模板一一配对前景区域丰富、标注精细覆盖多种拍摄设备与植物种类。资源还附带一个图像分割可视化脚本可随机抽取一张图片将原图、GT图像及GT在原图上的蒙板效果一并展示并保存至当前目录便于直观检查标注质量与模型输出。目前已有688人学习下载适合需要高质量分割数据与快速可视化验证工具的读者参考使用。1. 植物叶片分割数据集从「拍一张叶子」到能训练的分割掩码做过农业视觉项目的人大多有过类似经历田里拍回来的叶片照片堆了几千张标注同事用多边形一圈一圈抠完模型训出来却在高光、重叠叶片和复杂背景上集体翻车。问题往往不在网络结构而在数据集本身——植物图像叶片分割数据集不是「一堆叶子照片」而是一套图像、掩码、划分、增强策略和评估口径的组合。它要解决的是把叶片从土壤、杂草、阴影、水珠里逐像素分离出来服务于叶面积测算、病害斑块定位、表型分析这类下游任务。适合谁做智慧农业、植物表型、遥感植被分析的算法同学以及需要自己攒一套叶片分割数据再喂给 U-Net、DeepLabV3、SegFormer 的工程同学。下面按「数据长什么样 → 怎么造 → 怎么训 → 坑在哪」推一遍。2. 叶片分割数据集到底由什么构成掩码、类别与划分逻辑2.1 图像与掩码的对应关系叶片分割属于语义分割或实例分割的范畴最小编译单元是「一张原图 一张同尺寸掩码」。语义分割里掩码是单通道索引图像素值 0 表示背景1 表示叶片多类时 2、3 分别对应不同病害或不同植株实例分割则要求每个叶片有独立 ID掩码用彩色或整型编码区分个体。常见做法是语义分割打底因为叶片边界本身模糊实例级标注成本高、一致性差。原图和掩码必须严格同名同尺寸命名建议xxx.jpg配xxx.png。掩码一定用 PNG 或 BMP 这类无损格式JPEG 的块效应会在叶片边缘制造伪梯度训练时模型会去学这些压缩噪声验证集指标虚高、实拍就崩。分辨率上公开的叶片数据集多在 256×256 到 1024×1024 之间我一般把长边缩到 512 或 768 再切 patch兼顾显存和边缘细节。2.2 类别体系怎么定类别体系直接决定标注成本和模型上限。单叶分割只需要background / leaf两类做病害定位就要加disease_spot做植株计数则要实例 ID。类别不是越多越好每加一类标注一致性就掉一截。经验是先跑通二类叶片分割确认 IoU 能到 0.9 以上再往上叠病害或虫害类别。标注工具上LabelMe 适合多边形抠图CVAT 支持多人协作和实例追踪SAM 系列模型可以做半自动预标注——先用 SAM 生成粗掩码人工只修边缘效率能提两三倍。但 SAM 对细长叶尖和重叠叶片容易糊预标注后必须逐张过一遍别直接信。2.3 训练/验证/测试划分的坑划分不能随机按图分。同一株植物、同一拍摄批次的多张照片高度相似随机划分会让验证集里混进训练集的「近亲」指标虚高。正确做法是按植株、按拍摄日期、按地块做分组划分保证验证集里的叶片在训练集里没出现过。比例上 7:1.5:1.5 或 8:1:1 都行小数据集宁可验证集小一点也要保证分组干净。提示划分完把三个子集的图像列表落成 txt 或 csv训练脚本只读列表别用os.listdir现场扫目录否则换台机器顺序一变复现就废了。3. 自己攒一套叶片分割数据集采集、标注到格式转换3.1 采集与预处理的参数怎么设采集阶段最容易被忽视的是光照一致性。逆光、正午强光、阴天散射光混在一起模型会把光照当特征。我一般要求同一批数据在相近时段拍或者后期做白平衡统一。背景尽量多样土壤、地膜、杂草、其他叶片都要有否则模型学成「绿色叶片」的捷径换个背景就废。预处理脚本核心是缩放和掩码同步。下面这段用 OpenCV 做等比例缩放加 padding保证原图和掩码像素级对齐import cv2 import numpy as np import os def resize_pair(img_path, mask_path, out_size512): img cv2.imread(img_path, cv2.IMREAD_COLOR) mask cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE) # 掩码必须灰度读入 h, w img.shape[:2] scale out_size / max(h, w) nh, nw int(h * scale), int(w * scale) img_r cv2.resize(img, (nw, nh), interpolationcv2.INTER_LINEAR) # 掩码用最近邻避免插值产生不存在的类别值 mask_r cv2.resize(mask, (nw, nh), interpolationcv2.INTER_NEAREST) canvas_img np.zeros((out_size, out_size, 3), dtypenp.uint8) canvas_mask np.zeros((out_size, out_size), dtypenp.uint8) canvas_img[:nh, :nw] img_r canvas_mask[:nh, :nw] mask_r return canvas_img, canvas_mask逻辑说明掩码缩放必须用INTER_NEAREST双线性插值会在叶片边缘造出 0 和 1 之间的中间值训练时被当成第三类损失直接乱掉。padding 用 0 填充背景类天然是 0不会引入额外类别。参数out_size按显存调8G 卡跑 512 比较稳12G 以上可以上 768。3.2 标注格式转换LabelMe 到训练可读LabelMe 存的是 JSON里面是多边形点集。训练框架一般要 PNG 掩码或 COCO 格式。转 PNG 的核心是把多边形填充成掩码import json import numpy as np import cv2 def labelme_to_mask(json_path, out_mask_path): with open(json_path, r, encodingutf-8) as f: data json.load(f) h, w data[imageHeight], data[imageWidth] mask np.zeros((h, w), dtypenp.uint8) for shape in data[shapes]: label shape[label] if label leaf: pts np.array(shape[points], dtypenp.int32) cv2.fillPoly(mask, [pts], color1) # 叶片填 1 cv2.imwrite(out_mask_path, mask)逻辑说明fillPoly按多边形顶点填充重叠区域后填的覆盖先填的多叶片重叠时要注意顺序。color1对应叶片类背景保持 0。如果做多类把 label 映射成字典{leaf:1, disease:2}再填。转换完抽查几张用cv2.addWeighted把掩码叠在原图上看边缘贴合度别批量转完直接开训。3.3 数据增强里哪些能用哪些会翻车叶片分割的增强要保几何一致性。水平翻转、垂直翻转、90 度旋转、随机裁剪都安全原图和掩码同步变换即可。颜色抖动亮度、对比度、饱和度只作用在原图掩码不动能提升光照鲁棒性。但弹性形变、网格畸变要慎用叶片形状本身是重要特征过度形变会让模型学不到真实轮廓。下面是一个 albumentations 的同步增强示例import albumentations as A transform A.Compose([ A.HorizontalFlip(p0.5), A.VerticalFlip(p0.5), A.RandomRotate90(p0.5), A.RandomBrightnessContrast(p0.3), A.HueSaturationValue(p0.2), A.Resize(512, 512), ], additional_targets{mask: mask}) out transform(imageimg, maskmask) img_aug, mask_aug out[image], out[mask]逻辑说明additional_targets保证掩码跟着图像做同样的几何变换。颜色类增强默认只作用 imagemask 不受影响这正是我们要的。p值别拉太高颜色抖动超过 0.5 会让叶片和背景色差被抹平模型分不清边界。4. 用叶片分割数据集训练模型从 U-Net 到 SegFormer 的落地参数4.1 基线模型选型与损失函数叶片分割边界细、目标大U-Net 系列是稳妥基线编码器换 ResNet34 或 EfficientNet-B0 就能跑出不错效果。追求精度上 SegFormer 或 DeepLabV3但显存和调参成本更高。损失函数上纯交叉熵在类别极不平衡时背景远多于叶片会偏向背景常见做法是 Dice Loss 加交叉熵按 1:1 加权import torch import torch.nn as nn class DiceBCELoss(nn.Module): def __init__(self): super().__init__() self.bce nn.BCEWithLogitsLoss() def forward(self, pred, target): bce_loss self.bce(pred, target) pred_sig torch.sigmoid(pred) intersection (pred_sig * target).sum() dice_loss 1 - (2 * intersection 1e-6) / (pred_sig.sum() target.sum() 1e-6) return bce_loss dice_loss逻辑说明BCEWithLogitsLoss内部带 sigmoid数值更稳。Dice 部分加1e-6防止除零。两项直接相加量级接近不用额外调权重。如果叶片占比极小可以把 Dice 权重提到 2。4.2 训练超参和显存控制学习率用 1e-4 配 AdamWbatch size 按显存拉满512 输入下 8G 卡大概能跑 8。训练轮数看数据量几千张图 50 到 100 epoch 够收敛。早停看验证集 IoU连续 10 轮不涨就停。混合精度训练能省三成显存torch.cuda.amp两行就能开。评估指标别只看像素准确率背景占九成时准确率 90% 毫无意义。主看 IoU 和 Dice再补一个边界 F1用掩码腐蚀一圈算边界带看边缘质量。叶片分割的难点全在边缘边界指标比整体 IoU 更能反映实际可用性。4.3 推理后处理把碎斑连回叶片模型输出常有小碎斑和空洞。后处理先按阈值二值化再做形态学闭运算填小洞最后保留最大连通域或按面积过滤。OpenCV 几行搞定import cv2 import numpy as np def postprocess(prob_map, thresh0.5, min_area200): binary (prob_map thresh).astype(np.uint8) kernel np.ones((5, 5), np.uint8) binary cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel) num, labels, stats, _ cv2.connectedComponentsWithStats(binary) out np.zeros_like(binary) for i in range(1, num): if stats[i, cv2.CC_STAT_AREA] min_area: out[labels i] 1 return out逻辑说明闭运算核大小按叶片尺度调太大相邻叶片会粘连。min_area过滤碎斑太小去不干净太大会把真叶片也删掉一般设成平均叶片面积的 5% 到 10%。多叶片场景别用最大连通域会只留一片。5. 叶片分割数据集避坑五条血泪排查记录5.1 掩码边缘出现灰值导致 loss 震荡现象训练 loss 前几轮正常之后突然震荡不降。原因掩码经过 JPEG 保存或双线性缩放边缘出现 0 到 1 之间的灰值被当成第三类。解决掩码全程 PNG 无损缩放用最近邻训练前跑一遍np.unique(mask)确认只有预期类别值。5.2 验证集 IoU 很高但实拍全糊现象验证 IoU 0.95换一批实拍图预测全是噪声。原因划分时同株同批次图片混进了验证集模型在「背答案」。解决按植株或拍摄日期分组划分验证集图像和训练集零重叠宁可验证集小也要干净。5.3 高光叶片被整片漏检现象反光强的叶片预测概率普遍低于阈值。原因训练集里高光样本太少模型没学过这种表观。解决采集时补高光样本或增强里加随机过曝模拟后处理阈值对高光区域适当下调。5.4 相邻叶片粘连成一块现象两片挨着的叶子被预测成一个连通域。原因闭运算核太大或模型本身没学到叶片间缝隙。解决减小形态学核训练时加边界加权损失标注阶段把叶片间缝隙标清楚别图省事连成一片。5.5 换机器后结果复现不了现象同代码同数据换台机器 IoU 差好几个点。原因数据加载顺序、随机种子、cuDNN 非确定性没固定。解决固定torch.manual_seed、np.random.seed设torch.backends.cudnn.deterministicTrue数据列表落文件按固定顺序读。6. 把叶片分割数据集用出复利半自动标注与跨数据集验证数据攒到一定量后纯手工标注的边际成本太高。我现在的习惯是训一版基线模型用它给新图做预标注人工只修边缘和漏检标注效率能翻倍。预标注质量随模型迭代提升形成正循环。但要注意别让模型只学自己的偏差每隔几批数据要掺入纯手工标注的样本做校准。跨数据集验证是检验泛化性的硬手段。公开的叶片数据集如 PlantDoc 这类带叶片标注的资源可以拿来当外部测试集但类别体系和拍摄条件不同直接测指标会掉。正确做法是只取其中的叶片二类掩码统一分辨率后测边界 F1看模型换域后边缘质量掉多少。掉得厉害说明过拟合了拍摄条件得补多样性。一个具体技巧是边界带评估把真值掩码腐蚀和膨胀各若干像素取差集作为边界带只在这个带里算 F1。整体 IoU 对边缘不敏感边界 F1 才能暴露叶尖、锯齿、重叠处的真实问题。我一般腐蚀膨胀各 3 像素带太窄噪声大太宽就退化成整体指标了。最后说个我踩过的坑早期图省事把不同来源的掩码直接混在一起训结果类别定义不统一有的把叶柄算叶片有的不算模型学得四不像。后来强制统一标注规范叶柄算叶片、病斑单独一类、遮挡超过一半的叶片不标指标才稳定下来。数据集的规范文档比模型结构重要得多希望帮到你。本文还有配套的精品资源点击获取