Video Experimental Relacionado
Updated: Sep 10, 2025
11:49
Cereal Crop Ear Counting in Field Conditions Using Zenithal RGB Images
Published on: February 2, 2019
9.4K
Cascos etiquetando cultivos: Conjunto de datos de tipos de cultivos de Kenia creado a través de cámaras montadas en
Catherine Nakalembe1, Ivan Zvonkov2, Hannah Kerner3
1Department of Geographical Sciences, University of Maryland, College Park, MD, 20742, USA. cnakalem@umd.edu.
Scientific data
|August 27, 2025
Resumen
Este estudio presenta un nuevo conjunto de datos de 4.925 puntos de datos de tipo de cultivo validados de Kenia, recopilados utilizando la ciencia ciudadana y el aprendizaje profundo. Este recurso ayuda al seguimiento agrícola y a las evaluaciones de la seguridad alimentaria en regiones con escasez de datos.
Área de la Ciencia:
- Ciencias Agrícolas
- Detección remota
- Ciencia de los datos
Sus antecedentes:
- El control agrícola eficaz es crucial para la seguridad alimentaria, especialmente en Kenia, que se enfrenta a fenómenos climáticos extremos.
- Las regiones de pequeños agricultores a menudo carecen de mapas detallados y actualizados de los tipos de cultivos debido a los altos costos de recopilación de datos de campo.
- Las lagunas existentes en los datos obstaculizan las evaluaciones agrícolas precisas y la toma de decisiones informadas.
Objetivo del estudio:
- Presentar un conjunto de datos inaugural y validado de datos de tipo de cultivo para Kenia.
- Abordar el desafío de la información limitada sobre el tipo de cultivo en las regiones agrícolas con escasez de datos.
- Apoyar la toma de decisiones agrícolas basadas en la evidencia y mejorar las evaluaciones de la seguridad alimentaria.
Principales métodos:
- Se recopilaron 4.925 puntos de datos georreferenciados de tipo de cultivo en Kenia durante las temporadas de lluvias largas de 2021 y 2022.
- Utilizó una red de ciencia ciudadana y socios institucionales para la recopilación de datos de imágenes a través de cámaras GoPro.
- Desarrolló e implementó una tubería de aprendizaje profundo para procesar imágenes en conjuntos de datos de tipo cultivo con un riguroso control de calidad.
Principales resultados:
- Generó un nuevo conjunto de datos de 4.925 puntos de datos de tipo de cultivo validados para la agricultura de Kenia.
- Demostró la viabilidad del uso de la ciencia ciudadana y el aprendizaje profundo para el mapeo de tipos de cultivos a gran escala.
- Garantizar la integridad de los datos mediante medidas de control de calidad sólidas.
Conclusiones:
- El nuevo conjunto de datos es un valioso recurso de ciencia abierta para el monitoreo agrícola en Kenia.
- Este enfoque puede ayudar a cerrar las brechas de datos y mejorar la precisión de las evaluaciones de la producción de alimentos.
- Los hallazgos apoyan una mejor toma de decisiones agrícolas para mitigar la inseguridad alimentaria.
