AI-MedLeafX:薬用植物の診断のための大規模なコンピュータビジョンデータセット
Md Fahim Ferdous1, Faysal Bin Khaled Nissan1, Nur Muhammad Nibir1
1Department of Computer Science and Engineering, Daffodil International University, Dhaka 1216, Bangladesh.
Data in brief
|August 21, 2025
まとめ
65,148枚の画像を集めた新しいデータセットが 植物病の分類に役立つ. このリソースは,木の健康モニタリングと持続可能な農業の改善のための自動検出システムをサポートします.
科学分野:
- 農業科学
- コンピュータ・ビジョン
- データサイエンス
背景:
- 植物の病気を正確に特定することは 収穫量と持続可能な農業に不可欠です
- 既存のデータセットは,種,疾患タイプ,または画像状態の多様性が欠如している可能性があります.
- 自動化されたシステムは,信頼性の高いパフォーマンスのために,大規模で高品質で検証されたデータセットを必要とします.
研究 の 目的:
- 葉の質を分類するための包括的な,手動で検証されたデータセットを提示する.
- 植物病の自動検知システムの開発を支援する.
- 農業におけるディープラーニングモデルの評価のための基準を提供すること.
主な方法:
- 4種の植物 (カンフォア,ハリタキ,ソジナ,ニーム) の高解像度画像を10858枚集めました.
- 6つの拡張技術 (回転,フリップ,ズーム,明るさ) を使用してデータセットを 65,148 枚に拡張しました.
- 全ての画像を512×512ピクセルに標準化して 機械学習の互換性を確保しました
主要な成果:
- 健康な葉と様々な病気 (バクテリアスポット,ショットホール,イエロー,粉末菌) を表す13の異なるクラスを持つデータセット.
- 4台の携帯カメラで撮影した映像です.
- コンピュータービジョンのタスクに適した 精密に整理され 検証されたデータセットです
結論:
- このデータセットは,植物病の自動検知を進めるための重要なリソースです.
- 精密農業を容易にし 樹木の健康状態のモニタリングを強化します
- 収穫の向上と持続可能な農業の促進に寄与する.
