一个经验丰富的葡萄藤疾病图像数据库,包括五种葡萄品种,专注于黄金和其混杂性疾病,生物和非生物压力

科学领域:

• 葡萄种植 葡萄种植 葡萄种植
• 植物病理学 植物病理学
• 计算机视觉 计算机视觉

背景情况:

• 葡萄酒疾病,包括黄色色 (FD),导致大量的产量损失.
• 目前的疾病管理依赖于手动监测和大规模喷.
• 在多个葡萄藤器官中准确,早期检测FD症状是具有挑战性的,因为症状与其他压力相似.

研究的目的:

• 开发一种用于检测葡萄藤疾病的自动化系统,特别是黄金色斑点 (FD).
• 为专家侦察员创建一个决策支持工具,以提高诊断效率.
• 减少对手工检查和广泛的植物卫生处理的依赖.

主要方法:

• 在两年内采集了5个品种的葡萄树1483张RGB图像,使用近距离传感和工业闪光.
• 葡萄树尺度上的葡萄树图像的专家注释,以及植物部分层面的详细症状注释 (叶子,芽,束).
• 创建针对症状突发症和群的细分口罩,以比较检测算法性能.

主要成果:

• 建立了1483张注释的RGB图像的数据集,捕捉了葡萄藤疾病和压力.
• 附注包括专家诊断,叶子症状分类 (FD,Esca,混),以及症状束和芽的边界框/面具.
• 该数据集有助于开发和比较用于识别葡萄藤疾病的检测和细分算法.

结论:

• 开发的图像数据集和注释策略能够自动检测葡萄藤疾病.
• 这种方法可以显著提高专家侦察员的效率,并支持及时的疾病管理.
• 自动症状检测有望减少植物卫生产品的使用,改善葡萄园健康.