作物病虫害识别数据集下载：PlantVillage、IP102 来源与许可证

一、先区分清楚：你需要的是“病害”还是“虫害”

这两者常被合在一起称呼，但实际上是两套完全不同的数据集，选错方向会浪费大量时间。

病害：指叶片上的斑点、霉斑、枯黄等症状。经典数据集是 PlantVillage（官方仓库：https://github.com/spMohanty/PlantVillage-Dataset），收录 5 万多张实验室拍摄的单片叶子照片，覆盖苹果、葡萄、番茄等作物。该数据集免费直接下载，无需注册。需要注意的是，它是在干净背景下拍摄的单叶，迁移到大田场景使用时效果会下降——模型在数据集上可达 95% 的准确率，落到实际田间可能降至 70% 左右。
虫害：指蚜虫、螟虫等害虫本身。绕不开的是 IP102（https://github.com/xpwu95/IP102），共 7.5 万张图、102 类害虫，其中 1.9 万张带标注框，可用于检测任务。同样免费直接下载。

不建议使用第三方拼合的“病虫害合集”，它们并非官方权威来源。先明确需求是“病”还是“虫”，再到对应来源查找，可以节省大量时间。

二、知道去哪找，更要会挑

可靠的下载入口有多个，按需选用即可。

国内网络访问友好：飞桨 AI Studio 与阿里云天池

飞桨 AI Studio（https://aistudio.baidu.com/datasetoverview）：国内可直接下载，无需翻墙。搜索“病虫害”即可找到 PlantVillage 镜像、农业病虫害辨识、小麦病害等数据集。需注册百度账号，免费使用。
阿里云天池（https://tianyi.aliyun.com/）：可搜索水稻病害（7000 张）或 102 类害虫（2 万张 YOLO 格式）。需阿里云账号，免费使用。

面向真实场景：不要只用实验室数据集

若目标是做出可实际落地的模型，应优先选择“田间实拍”的数据集。例如 Kaggle 上的 Cassava 木薯叶病害（https://www.kaggle.com/competitions/cassava-leaf-disease-classification），其中 2 万多张由乌干达农民用手机在田间拍摄，包含杂草、复杂光线等真实干扰，模型迁移到实际场景时性能损失更小。下载需注册 Kaggle 账号并接受竞赛规则。

此外，Zenodo 上的 PlantSeg 分割集（https://zenodo.org/records/14051480）也是田间拍摄。需特别注意：该数据集采用 CC BY-NC 4.0 许可，禁止商用。若用于商业项目，看到“NC”即应避开。

提醒：已失效的数据集不必强求

AI Challenger 2018 农作物病害集（61 类、4.7 万张）在国内曾广为使用。但原官网已停止运行，目前网络上仅存第三方转存的百度网盘链接（https://github.com/spytensor/plants_disease_detection，提取码 iksk）。此类链接随时可能失效，完整性也无保证。与其依赖该来源，不如直接使用飞桨或天池上的同类数据集，更为稳妥。

找到相关数据后，还需要继续核验或整理？先查看相关说明卡；没有合适数据，或现成数据不能直接使用时，可以继续检索、来源核验、整理或定制。新用户注册可先体验标准检索评估。

提交数据需求 →

三、许可证必须逐一核对，避免版权风险

许可证是最容易出问题的环节。几个典型情况：

PlantVillage：多标注为 CC BY 3.0（署名即可），但应以官方仓库的 LICENSE 为准。
Zenodo 上 PlantSeg：CC BY-NC 4.0，不可商用，违反可能面临侵权追责。
Kaggle 上的 Cassava：受竞赛规则约束，需确认是否允许商用。

用于商业项目前，必须逐个核对官方页面的 LICENSE，不要依据镜像站的标注。此外，二手资料中的数字也不应直接照搬（例如 PlantVillage 有标 54305 的、有标 54306 的），应以官方一手信息为准。

四、如果来源过于分散，希望省力

上述来源分布在多个平台，“病”与“虫”两套、“实验室”与“田间”两类，许可证也各不相同。逐个查找、逐个判断是否可下载、是否可商用，确实费时费力。

如果你不想自己逐个平台核验，可以让 数聚天成 DeepSData 为你做一次深度数据可得性检索：你提出需求，我们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”分类整理，并如实说明每个数据集的实际可得性——是免费直下、需注册、需接受规则，还是官方已失效、仅剩第三方转存，以及许可证是否允许商用。已失效的来源（如 AI Challenger）会如实标注，并提供替代路径。

我们不承诺“一定能找到”，但保证覆盖足够广、研判足够诚实，帮你省去逐一试错的精力。是否使用，由你决定。