过来人跟你说几句：找作物病虫害数据集，这几件事早该知道

第一件事：先搞清楚，你到底要的是“病”还是“虫”？

这听着像废话，但真坑了不少人。我一开始也是“病虫害病虫害”地叫，以为是一回事，结果翻了大半天才发现——它是两套完全不同的数据集。

  • 病害：叶子上的斑点、霉斑、枯黄这些。经典的集像PlantVillage（官方仓库：https://github.com/spMohanty/PlantVillage-Dataset），5万多张实验室拍的单片叶子照，苹果、葡萄、番茄那些都有。这个集是免费直下的，不用注册，但注意，它是在干净背景下拍的单叶，你搬到大田里用，效果会打折扣——模型在数据集上跑95%，真做起来到地里可能掉到70%都不奇怪。
  • 虫害：蚜虫、螟虫这些虫子本身。绕不开的是IP102（https://github.com/xpwu95/IP102），7.5万张图、102类害虫，其中1.9万张还带框，能做检测。也是免费直下。

别信那些“病虫害合集”的贴子，那是别人拼的拼盘，不是官方权威。先想好你要“病”还是“虫”，再去对应的地方找，省去一半时间。

第二件事：知道去哪找，但更要会挑

我刚开始也是傻乎乎全网乱搜，后来发现几个靠谱入口，按需取用就行。

国内网络最友好：飞桨AI Studio和阿里云天池

  • 飞桨AI Studio（https://aistudio.baidu.com/datasetoverview）：国内直接下，不用翻墙。搜“病虫害”就有PlantVillage镜像、农业病虫害辨识、小麦病害这些。要注册百度账号，但免费。
  • 阿里云天池（https://tianyi.aliyun.com/）：搜水稻病害（7000张）或102类害虫（2万张YOLO格式的），需要阿里云账号。也是免费。

想要真实场景的：别只看实验室集

如果你真想做成实际能用的，优先找“田间实拍”的集。比如Kaggle上的Cassava木薯叶病害（https://www.kaggle.com/competitions/cassava-leaf-disease-classification），2万多张是乌干达农民用手机在田里拍的，带杂草、光线乱七八糟的，但模型练出来搬到实际里掉点少。需要注册Kaggle账号，接受竞赛规则才能下。

还有Zenodo上的PlantSeg分割集（https://zenodo.org/records/14051480），也是田间拍的。但注意：这个集是CC BY-NC 4.0，禁止商用。你如果做商业项目，看到“NC”就要立刻绕道。

一个提醒：失效的集别死磕

有个AI Challenger 2018农作物病害集（61类、4.7万张），国内以前很有名。但原官网已经停运了，现在网上只有第三方转存的百度网盘链接（https://github.com/spytensor/plants_disease_detection，提取码iksk）。这玩意随时可能挂，完整性也没人保证。与其赌这个，不如直接用飞桨或天池上同类集，更稳当。

第三件事：许可证必须看，别踩版权坑

这是最容易出事的。我说几个典型：

  • PlantVillage：大多说是CC BY 3.0（署名即可），但以官方仓库的LICENSE为准。
  • Zenodo上PlantSeg：CC BY-NC 4.0，不能商用，否则可能被告。
  • Kaggle上的Cassava：受竞赛规则约束，得看清楚能不能商用。

做商业项目之前，必须逐个核对官方页面的LICENSE，别信镜像站标注的。另外，二手资料里的数字也别照搬（比如PlantVillage有说54305的、有说54306的），以官方一手为准。

第四件事：如果嫌太散，想省力点

上面这些来源散在七八个平台，“病”和“虫”两套、“实验室”和“田间”两种货、许可证还各有不同——挨个翻、挨个判断能不能下、能不能商用，确实费时费力。

我当初就是这么干的，翻了两天才理清头绪。如果你不想自己逐个平台核验，也可以让数聚天成 DeepSData帮你做一次深度数据可得性检索：你说需求，我们帮你把散落在各处的来源一次性归拢，按“病害/虫害”“实验室/田间”“分类/检测/分割”分好类，然后诚实告诉你每个集到底能不能真拿到——是免费直下、要注册、要接受规则，还是官方已失效只剩第三方转存，以及许可证能不能商用。失效的（比如AI Challenger）会如实标出来，并给你替代路径。

它不承诺“一定找得到”，但保证覆盖够广、研判够诚实。你不用自己一个一个试，把精力省下来干正事。要不要用，看你自己。

说明：本文为公开资料整理，仅供参考；平台政策、价格、下载方式与链接随时可能变化，本文不保证持续更新，请以各官方页面最新信息为准。

参考来源