孟加拉国药用植物数据集
Bijly Borkatulla1, Jannatul Ferdous2, Abdul Hasib Uddin1
1Department of Computer Science & Engineering, Khwaja Yunus Ali University, Enayetpur, Chouhali, Sirajganj 6751, Bangladesh.
Data in brief
|June 29, 2023
概括
这项研究引入了来自孟加拉国的药用植物图像的新数据集,这对于开发用于自动植物识别和帮助药物发现的机器学习模型至关重要.
科学领域:
- 植物学 植物学
- 药理学 药理学是指药理学的学科.
- 计算机科学 计算机科学
背景情况:
- 从历史上看,药用植物对医疗保健至关重要,许多现代药品都是从它们衍生而来的.
- 准确识别药用植物物种是具有挑战性的,需要专业知识.
- 机器学习提供了一种有前途的方法,用于自动化从图像中对药用植物进行分类.
研究的目的:
- 介绍一组对孟加拉国十种药用植物物种的精选图像数据集.
- 促进机器学习和计算机视觉算法的开发和评估,用于植物识别.
- 支持植物学,药理学和药物发现方面的研究.
主要方法:
- 收集了来自孟加拉国各个地点的药用植物叶子的高分辨率图像.
- 编制了一套数据集,包括10种不同的药用植物物种的每种500张图像.
- 确保数据集质量,用于培训和评估机器学习模型.
主要成果:
- 开发了十种药用植物物种的全面图像数据集.
- 该数据集包括诸如Nayantara,Pathor kuchi,Neem和Tulsi等物种.
- 该数据集适合用于培训用于植物识别的机器学习模型.
结论:
- 这种药用植物图像数据集是机器学习和计算机视觉研究人员的宝贵资源.
- 它使植物自动识别,表型和疾病检测方面的进步成为可能.
- 该数据集支持药物发现,保护工作以及开发新的计算机视觉算法.
