野生菌有毒无毒物种识别数据集

数据集源码分享

一、数据集概述

本数据集是一个专注于野生真菌物种分类及其毒性判断的高质量图像数据集，共包含1500张经过严格专家审核标注的高清图像，涵盖5种具有代表性的野生菌类。该数据集旨在服务于野生菌智能识别、食品安全预警及生物多样性保护研究，不仅包含形态特征的细微差异，还明确标注了可食用性标签，实现了从“物种识别”到“安全评估”的功能跨越，适用于YOLO系列、Faster R- CNN 等主流目标检测算法的训练、验证与测试。

随着野外探索和户外活动的日益普及，利用 计算机视觉 技术实现野生菌的智能识别与毒性判断已成为保障公众食品安全、推动生物多样性保护的重要手段。本数据集针对野生菌识别场景中物种形态相似、毒性特征隐晦、自然环境背景复杂等问题进行专项构建，可为野外探险辅助APP、食品安全检测、真菌学教育与科普以及生物多样性监测提供高质量数据支撑。

二、数据集基本信息

三、数据集类别说明

本数据集为多类别目标检测数据集，共设置5个检测类别，涵盖5种特征鲜明且极具辨识度的菌类，其中包含有毒与无毒样本，平衡了模型学习的正负样本比例。所有物种鉴定均依据真菌学标准，确保标签的生物学准确性。

类别配置

nc: 5names:- amanita_muscaria- chlorophyllum_molybdites- panaeolus_foenisecii- coprinus_comatus- trametes_versicolor

类别详情

五类设计精选了有毒与无毒的代表性物种，实现了从“物种识别”到“安全评估”的功能跨越。其中黄盖鹅膏和绿孢环柄菇为有毒代表，早熟禾菌、毛头鬼伞和云芝为无毒代表，正负样本比例均衡，有利于模型学习毒性关联特征。

四、数据集结构说明

数据集采用标准YOLO目录结构组织，预划分为训练集、验证集和测试集，图像清晰展示了菌盖、菌褶、菌柄及生长环境等关键细节，兼容主流分类检测框架。

database/└── 野生菌有毒无毒蘑菇物种识别数据集├── train│ └── images├── valid│ └── images└── test└── images

各数据集作用如下：

所有标签文件均采用标准YOLO格式，与图像文件一一对应，无需额外格式转换即可直接使用。

五、数据集核心优势

1. 专家级标注与物种鉴定

所有物种鉴定均依据真菌学标准，由专业真菌学家进行严格审核与标注：

有效保证模型训练数据的质量与可信度。

2. 毒性二元标签功能跨越

在物种分类基础上，明确提供了毒性信息，实现了功能跨越：

3. 核心挑战针对性设计

数据集针对野生菌识别的核心挑战进行专项构建：

4. 生态背景多样性

部分图像包含自然生长环境背景，有助于模型理解菌类的生态位：

减少仅依赖主体纹理导致的过拟合，提升模型泛化能力。

5. 高质量人工标注

所有图像均经过精细化人工标注与多轮审核：

有效保证模型训练质量。

6. 正负样本均衡设计

数据包 含有毒与无毒两类样本，正负样本比例均衡：

有利于模型学习毒性关联特征

六、适用场景

野外探险辅助APP（扫码识菌）

为户外爱好者提供即时的野生菌拍照识别与毒性预警服务，降低误食中毒风险。

食品安全检测与污染监控

应用于农产品市场、餐饮行业的菌类食材快速筛查，防止有毒野生菌流入餐桌。

真菌学教育与科普

作为真菌学教学与公众科普的辅助工具，帮助学习者识别常见有毒与无毒菌类。

生物多样性监测

应用于自然保护区、森林公园的生物多样性调查与真菌资源普查。

中毒事件应急辅助

在疑似野生菌中毒事件中，为医疗救治提供快速物种参考信息。

科研数据支撑

为真菌学、生态学、毒理学等相关研究提供高质量图像数据集。

七、适用研究方向

本数据集可广泛应用于以下研究领域：

八、总结

野生菌有毒无毒物种识别数据集（Wild Mushroom Edibility Classification） 包含1500张专家审核标注高清图像，采用标准YOLO格式构建，专注于野生菌的物种分类与毒性判断任务。数据集覆盖黄盖鹅膏、绿孢环柄菇、早熟禾菌、毛头鬼伞、云芝5类代表性野生菌，具有专家标注权威、毒性信息明确、正负样本均衡等特点，可广泛应用于野外探险辅助APP、食品安全检测、真菌学教育科普、生物多样性监测等领域，是开展野生菌智能识别 算法 研发与食品安全预警系统建设的优质数据资源。