中医药 AI 智能识别中药材自动化分拣建立基于深度学习YOLOV8中药检测系统白茯苓白芍白术栀子甘草当归黄精冬虫夏草黄精肉桂

医学中医-中草药检测数据集
45种中草药图集已标注，YOLO格式

训练集：8500张
验证集：1500张
每种中药有1000张图片

1

1

🌿 中草药检测数据集（YOLO格式）

总类别数：45 种
总图像数量：10,000 张
标注框总数：16,754 个
标签格式：YOLO（.txt）
文件格式：JPG / PNG

项目	内容说明
数据集名称	中草药检测数据集（45类）
类别数量	45 类
总图像数量	10,000 张
标注框总数	16,754 个（平均每个图像约 1.68 个目标）
数据划分
– 训练集	8,500 张
– 验证集	1,500 张
每类样本数量	原始设计为“每种中药有 1000 张”，但实际统计显示部分类别不足（如人参仅90张）
标注方式	手动标注（使用 LabelImg 或类似工具），边界框（Bounding Box）
标签格式	✅ YOLO 格式`.txt`文件： •`class_id x_center y_center width height`（归一化坐标） • 支持直接用于 YOLOv5/v8 等模型训练
图像格式	JPG / PNG（高清扫描图或实物拍摄）
图像分辨率	多样化（常见 800×600 至 2048×1536，取决于拍摄设备）
背景复杂度	包含纯白背景、木质桌面、药材堆叠等场景，适合真实应用
典型应用场景	• 中药材智能识别 • 药材质量分级 • 中医AI辅助诊断系统 • 自动化分拣机器人

📊 类别统计表（前45类）

类别ID	类别名称	图片数量	标注数量
0	白茯苓	309	555
1	白芍	356	860
2	白术	452	853
3	蒲公英	177	177
4	甘草	394	1026
5	栀子	190	190
6	党参	340	522
7	桃仁	96	172
8	去皮桃仁	164	164
9	地肤子	280	280
10	牡丹皮	51	78
11	冬虫夏草	359	675
12	杜仲	106	112
13	当归	518	925
14	杏仁	179	180
15	何首乌	267	598
16	黄精	298	499
17	鸡血藤	146	146
18	枸杞	477	807
19	莲须	292	341
20	莲肉	415	613
21	麦门冬	141	176
22	木通	201	201
23	玉竹	228	833
24	女贞子	258	286
25	肉苁蓉	203	271
26	人参	90	108
27	乌梅	191	191
28	覆盆子	167	167
29	瓜蒌皮	164	164
30	肉桂	330	431
31	山茱萸	212	212
32	山药	86	86
33	酸枣仁	276	298
34	桑白皮	122	122
35	山楂	310	474
36	天麻	97	97
37	熟地黄	407	508
38	小茴香	165	165
39	泽泻	126	186
40	竹茹	121	130
41	川贝母	133	228
42	川芎	561	1173
43	玄参	149	149
44	益智仁	265	325
总计	-	10,000	16,754

⚠️备注：
总图片数为 10,000 张，但部分类别远少于 1000 张（如“人参”仅90张，“山药”86张），可能为标注未完成或采样不均；
“川芎”类别标注最多（1173个），可能是多粒密集分布；
“蒲公英”和“鸡血藤”等类别标注数量等于图片数，说明每图仅一个目标。

📁 数据目录结构示例

herbal_dataset/ ├── images/ │ ├── train/ # 8500 张 │ ├── val/ # 1500 张 │ └── test/ # （可选） └── labels/ ├── train/ # 对应 .txt 文件 └── val/

✅ 支持的模型任务

任务类型	是否支持	说明
目标检测（YOLO）	✅	使用 YOLOv5/v8 可直接训练
分类任务	✅	可提取特征用于分类器
实例分割（Mask）	❌	无 mask 标注
多标签识别	❌	单目标为主

🛠️ 推荐训练方案（YOLOv8）

1. 创建`data.yaml`

# data.yamlpath:./herbal_datasettrain:images/trainval:images/valnc:45names:['白茯苓','白芍','白术','蒲公英','甘草','栀子','党参','桃仁','去皮桃仁','地肤子','牡丹皮','冬虫夏草','杜仲','当归','杏仁','何首乌','黄精','鸡血藤','枸杞','莲须','莲肉','麦门冬','木通','玉竹','女贞子','肉苁蓉','人参','乌梅','覆盆子','瓜蒌皮','肉桂','山茱萸','山药','酸枣仁','桑白皮','山楂','天麻','熟地黄','小茴香','泽泻','竹茹','川贝母','川芎','玄参','益智仁']

2. 训练代码（`train.py`）

fromultralyticsimportYOLO model=YOLO('yolov8n.pt')# 或 yolov8s.ptresults=model.train(data='data.yaml',epochs=100,imgsz=640,batch=16,name='herbal_detection',device=0,patience=20,hsv_h=0.01,hsv_s=0.5,hsv_v=0.3,degrees=10.0)