包括的なジュート病画像データセット

科学分野:

• 農業科学
• コンピュータビジョン
• 植物病理学

背景:

• ジュート（Corchorus）病の正確な診断は、作物の収量にとって不可欠です。
• ラベル付きジュート病画像データの利用可能性が限られていることは、機械学習モデルの開発を妨げています。

研究 の 目的:

• 機械学習アプリケーションのための包括的なジュート病画像データセットを提示すること。
• ジュート植物病識別のための自動化システムの開発を促進すること。

主な方法:

• ジュート植物の葉の高解像度画像1390枚を収集およびキュレーションしました。
• 画像を、ディバック、穴あき、モザイク、茎軟腐病、および新鮮（健康）の5つのクラスに分類しました。
• リサイズ（1024x1024）および重複除去を含む前処理を適用しました。
• 拡張された訓練/テスト分割バージョンを作成しました。

主要な成果:

• 多様な条件下でキャプチャされた画像は、モデルの一般化能力を高めます。
• Grad-CAMなどの可視化技術により、モデルの注意が病気に関連する領域に集中していることが検証されました。
• データセットには、5つの異なるジュート病カテゴリにわたる1390枚の画像が含まれています。

結論:

• ジュート病画像データセットは、農業AIにおける重要なデータギャップに対処します。
• タイムリーな病気管理を可能にし、特にバングラデシュのような主要地域でのジュート栽培をサポートします。