摘要本数据集MMPD-3包含30种药用植物叶片的多模态数据整合了高质量图像与形态学测量指标。数据集共收录3000张叶片图像按物种分为30个文件夹每个物种包含100张图像。叶片样本涵盖五个不同生长阶段幼叶期、发育期、成熟期、完全生长期和衰老期以捕捉植物在生命周期中的形态变化特征。样本主要采集自孟加拉国吉大港国际伊斯兰大学药用植物园和拉尔迈植物园采集时间为2025年11月至2026年4月确保了数据的季节多样性和生态代表性。数据集简介数据集概述数据集采用图像与结构化形态学数据相结合的多模态组织方式。图像模态提供叶片的视觉特征包括纹理、颜色、脉络模式和形状轮廓等丰富的表型信息。形态学模态通过CSV文件记录叶片的实际长度和宽度等量化测量指标弥补了图像尺度模糊性scale ambiguity导致的实际尺寸信息丢失问题。CSV文件包含4列关键字段类别标签Class作为物种分类依据以及叶片的长度和宽度测量值。这种图像-数值特征融合的数据结构为多模态深度学习和集成学习提供了理想的实验平台。该数据集在药用植物智能识别、植物表型分析和多模态机器学习领域具有重要应用价值。支持的研究任务包括基于深度学习的药用植物物种分类、生长阶段识别、多模态特征融合算法开发、迁移学习与领域自适应、以及集成学习方法验证。数据集的生长阶段多样性使其适用于时序表型分析和植物生长监测研究。此外形态学指标与图像特征的结合为可解释性植物识别系统、移动端药用植物辅助鉴定应用以及传统医学知识数字化提供了数据支撑。促进了植物学、计算机视觉和民族植物学交叉领域的研究合作。数据集来源采集自孟加拉国药用植物园的30种药用植物多模态数据集包含3000张涵盖五个生长阶段的叶片图像及对应的形态学测量指标叶片长度和宽度。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-40文件大小114M原创声明本数据集为整理作品