AgML

一站式农业AI工具箱，数据模型基准全搞定

AgML 是一个面向农业机器学习的集中式框架，旨在解决农业领域深度学习研究中数据分散、基准不统一、模型复用难的问题。它聚合了多个公开农业数据集，覆盖图像分类、目标检测、语义分割等常见任务，并提供标准化的数据加载接口、预训练模型和基准测试结果，方便研究者快速对比和评估。此外，AgML 还支持合成数据与标注生成，帮助缓解农业数据稀缺和标注成本高的问题。基于 PyTorch 构建，代码简洁易用，适合农业AI研究者、数据科学家和开发者使用，能够显著降低农业深度学习项目的入门门槛和开发周期。

开源 free 行业应用
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 343
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类行业应用
开发团队Project-AgML
所属国家
官网地址https://project-agml.github.io
GitHubhttps://github.com/Project-AgML/AgML
定价模式free
价格说明开源框架，Apache-2.0 许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agriculture,computer-vision,dataset,deep-learning,image-classification,object-detection,pytorch,semantic-segmentation,synthetic-data
GitHub 星标★ 343
30天Star增速
HF 下载量
上线时间2021-10-29 00:00:00
最近更新2026-09-22 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数4

使用教程

核心亮点

  • 整合多个农业公开数据集，统一接口，省去数据收集和预处理时间
  • 提供预训练模型和标准基准，方便快速对比和复现实验结果
  • 支持合成数据生成，缓解农业数据稀缺和标注成本高的问题

不足之处

  • 项目处于早期阶段，文档和社区支持可能不够完善
  • 依赖PyTorch生态，对TensorFlow等其他框架用户不友好

适用场景

  • 农业科研人员快速搭建深度学习模型进行作物分类或病虫害检测
  • 数据科学家利用合成数据增强模型训练，解决农业数据不足问题
  • 教学场景中作为农业AI课程的统一实验平台

替代项目

AgriNet、DeepAg、OpenAg

项目介绍

AgML 是行业应用领域的开源项目，由 Project-AgML 开发，2021 年首次发布。

它收录于行业应用分类，该分类目前共有 545 个项目，GitHub 星标数为 343。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。Apache-2.0 许可证，完全免费，无付费版本。

它主要面向的使用场景是：农业科研人员快速搭建深度学习模型进行作物分类或病虫害检测。同类可对比的替代方案包括 AgriNet、DeepAg、OpenAg。

上一篇：RTranslator

下一篇：AgentLens

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩，副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11