摘要该数据集由无人机航拍的高粱田RGB图像构成并针对田间作物行线进行人工边界框标注旨在支持卷积神经网络和目标检测模型开展农业遥感分析。数据集概述该数据集由无人机航拍的高粱田RGB图像构成并针对田间作物行线进行人工边界框标注旨在支持卷积神经网络和目标检测模型开展农业遥感分析。数据可用于识别复杂田间背景中的高粱种植行为作物长势监测、田间结构分析和精准农业研究提供视觉数据基础。数据结构与关键特征数据集包含6种模型适配版本分别为Detectron2使用的 416x416_augmented、YOLOv6格式、YOLOv5 PyTorch格式、YOLOv8格式、Darknet格式以及融合合成图像的YOLOv8版本。图像主要调整为416×416像素使用LabelBox完成人工标注并划分为训练集、验证集和测试集同时采用旋转、平移、缩放和翻转等增强方法部分版本还加入合成图像以提高场景多样性。应用价值与研究方向该数据集可用于高粱作物行线检测、无人机农田监测、种植结构分析、农业机械导航及作物表型研究。研究方向包括YOLO系列、Faster R-CNN、RetinaNet和DETR目标检测多模型性能比较、合成数据有效性评估、小目标检测、航拍视角鲁棒性、模型轻量化和边缘部署还可结合语义分割、植株中心定位及多时相无人机影像研究作物密度估计、生长监测和缺苗识别。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-580文件大小232M