CVRP：高精度な画像セグメンテーションと植物フェノミクス研究のための高品質アノテーション付きイネ画像データセット

科学分野:

• 農業科学
• コンピュータビジョン
• 植物生物学

背景:

• 機械学習モデルは精密農業と植物育種に不可欠ですが、その開発は高品質で注釈付き画像データセットの欠如によって制限されています。
• 既存のデータセットは、高度な作物分析に必要な多様性と詳細を欠いていることがよくあります。

研究 の 目的:

• 包括的な多品種・多視点イネ画像データセット（CVRP）を紹介すること。
• イネ研究における機械学習モデルの開発と評価のための貴重なリソースを提供すること。
• イネのフェノミクス、育種、精密農業の進歩を促進すること。

主な方法:

• 水田での密植条件下で、231のイネ在来品種と50の現代品種から画像を収集しました。
• イネの穂の自然環境画像と集中的な屋内画像の​両方をキャプチャしました。
• 深層学習を使用した半自動アノテーションプロセスを採用し、その後手動でキュレーションしました。

主要な成果:

• CVRPデータセットには、詳細なアノテーションが付いた多様で高品質な画像が含まれています。
• CVRPを使用して、4つの最先端のセマンティックセグメンテーションモデルのパフォーマンスを評価しました。
• データセットを使用して、器官セグメンテーションによる3D植物再構築を実証しました。

結論:

• CVRPデータセットは、画像ベースの穂の識別とセグメンテーションの機能を大幅に強化します。
• 自動イネ品種識別、穂/穀粒計数、および3D植物再構築のための貴重なリソースとして機能します。
• さらなる研究を促進するために、データセットとアノテーションモデルは公開されています。