Conjunto de datos de imagen hiperespectral para la evaluación no destructiva de la fertilidad y la estructura de...

Área de la Ciencia:

• Ciencia Agrícola
• Biotecnología
• Ciencia de Datos

Sus antecedentes:

• La imagenología hiperespectral (HSI) ofrece un análisis no destructivo de los parámetros del huevo.
• La falta de conjuntos de datos HSI públicos dificulta el desarrollo de modelos de aprendizaje automático en la investigación avícola.

Objetivo del estudio:

• Crear y proporcionar un conjunto de datos completo de imagen hiperespectral de acceso abierto para huevos de gallina.
• Facilitar el desarrollo de modelos de aprendizaje automático para la evaluación de la calidad del huevo.

Principales métodos:

• Se adquirieron imágenes hiperespectrales de 1228 huevos de gallina Leghorn blanca (374-1015 nm).
• Se recopilaron mediciones de referencia para la fertilidad, el grosor de la cáscara, la masa de la yema, la resistencia y la morfología.
• Los datos se estructuraron en cubos hiperespectrales brutos (.mat) y metadatos (.csv).

Principales resultados:

• Se dispone de un conjunto de datos HSI validado y fiable de huevos de gallina.
• El conjunto de datos incluye información espectral y espacial vinculada a parámetros clave de calidad del huevo.
• Permite el aprendizaje supervisado para tareas de regresión y clasificación.

Conclusiones:

• Este conjunto de datos de acceso abierto acelera la investigación avícola de precisión.
• Promueve técnicas no invasivas y basadas en datos para la evaluación y garantía de calidad de los huevos.
• Apoya el avance de la detección inteligente en la agricultura.