​
带标注的99种常见中药材识别数据集数据集，9709张图，支持yolo，coco json，voc xml,文末有模型训练代码
当前数据集可识别出菊花、乳香、生姜、龙眼肉、荜茇、山楂、水蛭、五倍子、石膏、砂仁、仙茅、大枣、软紫草、山柰、夏枯草、西红花、桑椹、泽泻、天麻、鱼腥草、蛇蜕、海马、人参、莲子心、银杏叶、金银花、川贝母、姜黄、牛蒡子、苦杏仁、大血藤、蛤壳、灵芝、蛤蚧、荜澄茄、白僵蚕、三七、枸杞子、白术、款冬花、羚羊角、相思子、栀子、莲子、黄连、牡蛎、大蒜、蝉蜕、核桃仁、全蝎、豨莶草、鸡冠花、乌梅、桃仁、旋覆花、薏苡仁、川楝子、川芎、菟丝子、青果、鳖甲、青葙子、木蝴蝶、草果、枳实、白茅根、锁阳、蒺藜、月季花、胖大海、天山雪莲花、槟榔、路路通、柴胡、通草、辛夷、杜仲、佛手、当归、拳参、宣木瓜、土鳖虫、三棱、厚朴、猪牙皂、金樱子、柿蒂、皂角刺、大腹皮、化橘红、罗汉果、八角茴香、百合、山药、女贞子、蜈蚣、蒲公英、淫羊藿、甘草等 99 种药材。

模型训练图：

数据集拆分

总图数：9709 张图数
训练集

9204 张图

验证集

0 张图

测试集

505 张图

预处理

自动定向：应用

调整大小：拉伸到640x640

增强

无

数据集标签：

[‘ChrysanthemiFlos’, ‘Olibanum’, ‘ZingiberisRhizomaRecens’, ‘LonganArillus’, ‘PiperisLongiFructus’, ‘Hawthorn’, ‘Leech’, ‘GallaChinensis’, ‘GypsumFibrosum’, ‘AmomiFructus’, ‘CurculiginisRhizoma’, ‘JujubaeFructus’, ‘ArnebiaeRadix’, ‘KaempferiaeRhizoma’, ‘PrunellaeSpica’, ‘CrociStigma’, ‘MoriFructus’, ‘AlismatisRhizoma’, ‘TallGastrodiae’, ‘HouttuyniaeHerba’, ‘SerpentisPeriostracum’, ‘Seahorse’, ‘ginseng’, ‘NelumbinisPlumula’, ‘GinkgoBiloba’, ‘LoniceraJaponica’, ‘FritillariaeCirrhosaeBulbus’, ‘CurcumaLonga’, ‘ArctiiFructus’, ‘ArmeniacaeSemenAmarum’, ‘SargentodexaeCaulis’, ‘ClamShell’, ‘Ganoderma’, ‘Gecko’, ‘PiperCubeba’, ‘BombyxBatryticatus’, ‘Sanqi’, ‘LyciiFructus’, ‘AtractylodesMacrocephala’, ‘FarfaraeFlos’, ‘AntelopeHom’, ‘AbriprecatoriiSemen’, ‘Zhizi’, ‘NelumbinisSemen’, ‘CoptidisRhizoma’, ‘Oyster’, ‘Garlic’, ‘CicadaePeriostracum’, ‘JuglandisSemen’, ‘Scorpion’, ‘SiegesbeckiaeHerba’, ‘CelosiaeCristataeFlos’, ‘MumeFructus’, ‘PersicaeSemen’, ‘InulaeFlos’, ‘CoicisSemen’, ‘ToosendanFructus’, ‘Chuanxiong’, ‘CuscutaeSemen’, ‘CanariiFructus’, ‘TrionycisCarapax’, ‘CelosiaeSemen’, ‘OroxylumIndicum’, ‘TsaokoFructus’, ‘AurantiiFructusImmaturus’, ‘ImperataeRhizoma’, ‘CynomoriiHerba’, ‘TribuliFructus’, ‘RosaeChinensisFlos’, ‘Pangdahai’, ‘SaussureaeInvolucrataeHerba’, ‘ArecaeSemen’, ‘LiquidambarisFructus’, ‘BupleuriRadix’, ‘TetrapanacisMedulla’, ‘MagnoliaeFlos’, ‘EucommiaBark’, ‘CitriSarcodactylisFructus’, ‘AngelicaRoot’, ‘BistortaeRhizoma’, ‘ChaenomelisFructus’, ‘EupolyphagaSinensis’, ‘SparganiiRhizoma’, ‘MagnoliaBark’, ‘GleditsiaeFructusAbnormalis’, ‘RosaeLaevigataeFructus’, ‘KakiCalyx’, ‘GleditsiaeSpina’, ‘ArecaePericarpium’, ‘CitriGrandisExocarpium’, ‘Luohanguo’, ‘TruestarAnise’, ‘LiliiBulbus’, ‘DioscoreaeRhizoma’, ‘LigustriLucidiFructus’, ‘Scolopendra’, ‘TaraxaciHerba’, ‘EpimediiFolium’, ‘GlycyrrhizaUralensis’]

中药材名称对照表格

药材拉丁/英文原名	中文标准药材名	通用英文名称
ChrysanthemiFlos	菊花	Chrysanthemum Flower
Olibanum	乳香	Frankincense
ZingiberisRhizomaRecens	生姜	Fresh Ginger Rhizome
LonganArillus	龙眼肉（桂圆肉）	Longan Pulp
PiperisLongiFructus	荜茇	Long Pepper Fruit
Hawthorn	山楂	Hawthorn Fruit
Leech	水蛭	Medicinal Leech
GallaChinensis	五倍子	Chinese Gallnut
GypsumFibrosum	石膏	Fibrous Gypsum
AmomiFructus	砂仁	Amomum Fruit
CurculiginisRhizoma	仙茅	Curculigo Rhizome
JujubaeFructus	大枣	Chinese Jujube Fruit
ArnebiaeRadix	软紫草	Arnebia Root
KaempferiaeRhizoma	山柰	Kaempferia Rhizome
PrunellaeSpica	夏枯草	Prunella Spike
CrociStigma	西红花（藏红花）	Saffron Stigma
MoriFructus	桑椹	Mulberry Fruit
AlismatisRhizoma	泽泻	Alisma Rhizome
TallGastrodiae	天麻	Tall Gastrodia Tuber
HouttuyniaeHerba	鱼腥草	Heartleaf Houttuynia Herb
SerpentisPeriostracum	蛇蜕	Snake Slough
Seahorse	海马	Sea Horse
ginseng	人参	Ginseng Radix et Rhizoma
NelumbinisPlumula	莲子心	Lotus Plumule
GinkgoBiloba	银杏叶	Ginkgo Leaf
LoniceraJaponica	金银花	Honeysuckle Flower
FritillariaeCirrhosaeBulbus	川贝母	Sichuan Fritillary Bulb
CurcumaLonga	姜黄	Turmeric Rhizome
ArctiiFructus	牛蒡子	Great Burdock Fruit
ArmeniacaeSemenAmarum	苦杏仁	Bitter Apricot Seed
SargentodexaeCaulis（笔误，标准：Sargentodoxae Caulis）	大血藤	Sargentodoxa Stem
ClamShell	蛤壳	Meretricis Concha (Clam Shell)
Ganoderma	灵芝	Ganoderma Lucidum
Gecko	蛤蚧	Medicinal Gecko
PiperCubeba	荜澄茄	Cubeb Pepper Fruit
BombyxBatryticatus	白僵蚕	Stiff Silkworm
Sanqi	三七	Notoginseng Radix et Rhizoma
LyciiFructus	枸杞子	Chinese Wolfberry Fruit
AtractylodesMacrocephala	白术	Largehead Atractylodes Rhizome
FarfaraeFlos	款冬花	Coltsfoot Flower
AntelopeHom（笔误，标准：Antelope Cornu）	羚羊角	Antelope Horn
AbriprecatoriiSemen	相思子	Abrus Precatorius Seed
Zhizi	栀子	Cape Jasmine Fruit (Gardeniae Fructus)
NelumbinisSemen	莲子	Lotus Seed
CoptidisRhizoma	黄连	Coptis Rhizome
Oyster	牡蛎	Ostreae Concha (Oyster Shell)
Garlic	大蒜	Garlic Bulb
CicadaePeriostracum	蝉蜕	Cicada Slough
JuglandisSemen	核桃仁	Walnut Seed
Scorpion	全蝎	Scorpion
SiegesbeckiaeHerba	豨莶草	Siegesbeckia Herb
CelosiaeCristataeFlos	鸡冠花	Cockscomb Flower
MumeFructus	乌梅	Smoked Plum Fruit
PersicaeSemen	桃仁	Peach Seed
InulaeFlos	旋覆花	Inula Flower
CoicisSemen	薏苡仁	Coix Seed
ToosendanFructus	川楝子	Szechwan Chinaberry Fruit
Chuanxiong	川芎	Szechuan Lovage Rhizome
CuscutaeSemen	菟丝子	Cuscuta Seed
CanariiFructus	青果（橄榄）	Chinese Olive Fruit
TrionycisCarapax	鳖甲	Soft-shelled Turtle Shell
CelosiaeSemen	青葙子	Cockscomb Seed
OroxylumIndicum	木蝴蝶	Oroxylum Seed
TsaokoFructus	草果	Tsao-ko Fruit
AurantiiFructusImmaturus	枳实	Immature Bitter Orange
ImperataeRhizoma	白茅根	Imperata Rhizome
CynomoriiHerba	锁阳	Cynomorium Herb
TribuliFructus	蒺藜	Caltrop Fruit
RosaeChinensisFlos	月季花	Chinese Rose Flower
Pangdahai	胖大海	Sterculia Lychnophora Seed
SaussureaeInvolucrataeHerba	天山雪莲花	Snow Lotus Herb
ArecaeSemen	槟榔	Areca Seed
LiquidambarisFructus	路路通	Sweetgum Fruit
BupleuriRadix	柴胡	Bupleurum Root
TetrapanacisMedulla	通草	Rice Paper Plant Pith
MagnoliaeFlos	辛夷	Magnolia Flower
EucommiaBark	杜仲	Eucommia Bark
CitriSarcodactylisFructus	佛手	Finger Citron Fruit
AngelicaRoot	当归	Chinese Angelica Root
BistortaeRhizoma	拳参	Bistort Rhizome
ChaenomelisFructus	宣木瓜	Chinese Quince Fruit
EupolyphagaSinensis	土鳖虫	Ground Beetle
SparganiiRhizoma	三棱	Burreed Rhizome
MagnoliaBark	厚朴	Magnolia Officinalis Bark
GleditsiaeFructusAbnormalis	猪牙皂	Abnormal Honeylocust Fruit
RosaeLaevigataeFructus	金樱子	Cherokee Rose Fruit
KakiCalyx	柿蒂	Persimmon Calyx
GleditsiaeSpina	皂角刺	Honeylocust Spine
ArecaePericarpium	大腹皮	Areca Peel
CitriGrandisExocarpium	化橘红	Pummelo Peel
Luohanguo	罗汉果	Siraitia Grosvenorii Fruit
TruestarAnise	八角茴香	Star Anise
LiliiBulbus	百合	Lily Bulb
DioscoreaeRhizoma	山药	Chinese Yam Rhizome
LigustriLucidiFructus	女贞子	Glossy Privet Fruit
Scolopendra	蜈蚣	Chinese Centipede
TaraxaciHerba	蒲公英	Dandelion Herb
EpimediiFolium	淫羊藿	Epimedium Leaf
GlycyrrhizaUralensis	甘草	Ural Licorice Root

补充说明

1. 列表内部分名称存在拼写笔误（如 Sargentodexae / AntelopeHom），表格中标注标准药典拉丁写法；
2. 无拉丁药典名的拼音俗称（Sanqi/Zhizi/Pangdahai/Luohanguo）为国内通用简化标识；
3. 矿物、动物类药材统一采用《中国药典》标准中文名，区分植物药材。

数据集图片和标注信息示例：

数据集下载：

yolo26,yolo v12,yolo v11,yolo v9,yolo v8,yolo v7,coco json,pascal voc xml:
https://download.csdn.net/download/pbymw8iwm/93089830

YOLO模型训练

下载数据集之后解压到当前文件夹，然后将 我的仓库 https://gitcode.com/pbymw8iwm/YOLOProject 里的训练模型脚本复制到文件夹下，假设你使用的是yolov8来训练你就用python train_yolov8.py
​​

模糊图片在模型训练中的优势分析

该数据集中包含了如果包含了一些模糊图片，这并非数据缺陷，而是一种精心设计的数据增强策略，能为模型训练带来以下显著优势：

1. 提升模型鲁棒性：现实场景中，可能发生在运动模糊，对焦不准或光线不足的情况下。在训练集中引入模糊样本，可以迫使模型学习更本质的特征，而不是过度依赖清晰的边缘或纹理细节，从而提升模型在复杂、非理想成像条件下的识别能力。
2. 模拟真实世界噪声：监控摄像头、手机等设备在低光照或快速移动时极易产生模糊。包含此类图片的数据集能让模型提前“见识”并适应这种噪声，减少在实际部署时因图像质量下降而导致的性能骤降。
3. 防止模型过拟合：如果训练集全是高清、摆拍的完美图片，模型容易记住这些特定场景下的“干净”特征，而对新的、稍有模糊的图片泛化能力差。模糊图片作为一种有效的正则化手段，可以增加数据分布的多样性，防止模型过拟合到有限的清晰样本上。
   总结：因此，数据集中包含的模糊图片，与你看到的“水平翻转”、“剪切形变”、“随机遮挡”等增强操作一样，都是为了构建一个更接近真实世界复杂分布的数据环境，从而训练出更健壮、更泛化、更实用的模型。

模型验证测试情况：

验证测试代码：

#需要安装pip install ultralytics
from ultralytics import YOLO
import cv2

# ===================== 1. 加载YOLO模型 =====================
# 自动下载预训练模型(yolov8n最轻量快速)，也可换 yolov8s/m/l/x
model = YOLO("best.pt")
# ===================== 2. 推理配置 =====================
image_path = "326_jpg.rf.8ad64cc0668df32c4e5f59b50e899e9c.jpg"  # 你的图片路径
save_result = True       # 是否保存标注后的图
# ===================== 3. 执行推理 =====================
results = model.predict(
    source=image_path,
    conf=0.01,          # 置信度阈值（低于该值忽略）
    save=False,         # 关闭默认保存，自定义保存
    verbose=False       # 关闭冗余日志
)

# ===================== 4. 解析结果：目标区域 + 标注信息 =====================
print("="*50)
print("YOLO 推理结果（目标区域 + 标注信息）")
print("="*50)

# 获取图片（用于绘制框）
img = cv2.imread(image_path)

# 遍历所有检测目标
for idx, result in enumerate(results):
    boxes = result.boxes  # 所有检测框
    
    for box in boxes:
        # ========== 提取目标区域（坐标） ==========
        # xyxy: 左上角x, 左上角y, 右下角x, 右下角y
        x1, y1, x2, y2 = box.xyxy[0].cpu().numpy()
        # 宽高
        w = x2 - x1
        h = y2 - y1
        
        # ========== 提取标注信息 ==========
        cls_id = int(box.cls[0])          # 类别ID
        cls_name = model.names[cls_id]    # 类别名称
        conf = float(box.conf[0])         # 置信度
        
        # ========== 打印信息 ==========
        print(f"目标 {idx+1}:")
        print(f"  标注类别：{cls_name}")
        print(f"  置信度：{conf:.2f}")
        print(f"  目标区域坐标：")
        print(f"    左上角 ({x1:.1f}, {y1:.1f})")
        print(f"    右下角 ({x2:.1f}, {y2:.1f})")
        print(f"    宽×高：{w:.1f} × {h:.1f}")
        print("-"*30)
        
        # ========== 在图片上绘制检测框 ==========
        cv2.rectangle(img, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)
        cv2.putText(img, f"{cls_name} {conf:.2f}", 
                    (int(x1), int(y1)-10), 
                    cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

# ===================== 5. 保存/显示结果 =====================
if save_result:
    cv2.imwrite("yolo_result.jpg", img)
    print("✅ 标注图片已保存为：yolo_result.jpg")

# 显示图片（可选）
cv2.imshow("YOLO Result", img)
#cv2.waitKey(0)
#cv2.destroyAllWindows()