建设主体：贵州大数据产业集团有限公司

　　服务平台：贵州数据集(语料)服务平台

　　网址：https://corpus.gzdata.com.cn:32117/home

　　当AI遇上农业，如何让数据转化为稳产增收的“金钥匙”？一批现代山地特色农业高质量数据集已上架贵州数据集(语料)服务平台，支撑病虫害智能研判、农田精细化管理、农业知识问答等核心应用落地见效，形成农业数据采集治理、标注加工、确权保护、场景落地、价值转化全链条闭环成果，让数据从“资源”变为“资产”，用数智力量为贵州山地特色农业注入强劲动能，助力乡村振兴跑出加速度。

　　一、“看得见”图像识别：赋能病虫害智能研判，筑牢精准植保第一道关口

　　病虫害识别是农田精准植保的首要环节，田间病害种类繁杂、病斑形态多变，传统依靠农技人员人工巡检研判的模式，存在巡检覆盖面有限、研判效率低、经验依赖性强等痛点。平台依托多套高质量图像数据集，支撑AI模型完成病害识别、病害等级评估全流程任务，助力农业生产实现病害早识别、早预警、早处置。

　　植物绘图369作物病害识别数据集

　　完整数据规模约140GB，包含400831张田间实景图像，覆盖数十类农林作物，能够支撑多作物病害图像分类、智能识别、病害分级评估等科研与产业研究工作。依托该数据集可将人眼识别的经验转化为机器可读懂的视觉特征，为田间大规模病虫害自动化巡检提供数据支撑。

　　二、“数得清”目标检测：破解复杂田间难题，支撑农田精细化智慧管理

　　农业智能化不能只停留在识别病害，还需要完成作物定位、个体计数、产量预估、长势监测等精细化任务。农田环境存在叶片互相重叠、光照忽明忽暗、杂物干扰等现实情况，对数据集的标注质量、场景代表性提出极高要求。平台汇聚了多套面向真实田间复杂工况的目标检测数据集，能够适配主流深度学习框架，服务大田与特色经济作物的智慧管控。

　　(一)麦穗图像数据集

　　数据集包含13730张小麦田间实景图像，总数据量约59.7GB，采集样本覆盖山东、河南、河北等国内小麦主产区、多个种植年份的大田场景，主要用于麦穗检测计数、小麦表型解析、产量估测等研究方向。为粮食作物智慧育种、大田生产监测提供宝贵的实地数据资源。

　　(二)猕猴桃叶片目标检测数据集

　　数据集完成精细化边界框标注，拥有约113万叶片标注实例，专门针对田间叶片堆叠遮挡的行业难点设计，可用于田间叶片计数、叶面积指数估算、作物长势动态监测，助力特色水果种植实现生长态势的量化感知，为水肥调控、果园管护提供依据。

　　三、“懂得透”知识语料：沉淀农业专业知识，构建知识驱动型农业AI能力

　　智慧农业AI不仅要“会看图”，更要“懂农事”。平台沉淀多套文本类知识数据集，把晦涩的病害机理文献、植保专业资料转化为机器可读的结构化语料，支撑农业知识检索、智能问答、知识图谱搭建，推动AI从“图像感知”迈向“知识理解”。其中，植物病害知识库(PDF文献集)和全球十大主要作物主要病害信息数据集归集了各类作物病害专业文献资料，用于农业信息检索与问答；作物病害知识数据库整合了病害症状描述、病原菌信息、发病条件、防治策略等多维信息，支撑病害智能诊断与农业知识图谱搭建。

　　四、数据走出实验室，真正实现“AI下田”

　　农业数据集的核心价值，不是封存归档存储，而是走向田间地头投入实际应用。贵州数据集(语料)服务平台具备语料汇聚、清洗标注、质量评测全链条加工能力，持续推进农业数据标准化治理，主动对接农业智能体的数据需求，打通从原始田间数据资源到AI实用能力的完整转化链路。

　　平台坚持“规范采集、治理加工、确权保护、场景应用”的发展路径，直面真实农业生产的复杂环境，规避实验室理想环境数据集落地难的痛点。同时，平台积极探索农业数据知识产权实践，推动高价值农业数据集的确权登记、许可复用，探索数据产品可授权、可流转、可复用的新模式，让沉睡在田间地头、科研机构的数据资源真正“活起来、用起来”。

　　来源：贵州省大数据发展管理局