相关实验视频
Updated: Jul 23, 2025
10:10
Screening of Tobacco Genotypes for Phytophthora nicotianae Resistance
Published on: April 15, 2022
3.4K
一个用于成功识别黄瓜疾病的数据集
Nusrat Sultana1, Sumaita Binte Shorif1, Morium Akter1
1Department of Computer Science and Engineering, Jahangirnagar University, Dhaka, Bangladesh.
Data in brief
|July 17, 2023
概括
一个新的黄瓜数据集有助于开发用于早期检测植物疾病的机器视觉模型. 这项技术有望通过识别诸如人类鼻病和细菌病等疾病,提高作物产量并减少农民的经济损失.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 植物病理学 植物病理学
背景情况:
- 植物疾病大大降低了作物产量和质量,造成了巨大的经济损失.
- 诊断作物疾病的传统方法往往是低效和主观的.
- 黄瓜种植至关重要,但容易受到各种疾病的影响,影响其市场价值.
研究的目的:
- 引入一个全面的黄瓜图像数据集,用于开发机器视觉模型.
- 为了促进早期和准确的检测各种黄瓜疾病.
- 支持自动化作物疾病诊断的进步,以提高农业生产率.
主要方法:
- 收集大量的黄瓜图像数据集,包括健康和生病的样本.
- 包含八个不同的类别:甲虫,细菌,腹部腐烂,,Pythium水果腐烂,茎病,新鲜叶子和新鲜黄瓜.
- 数据集是根据现实世界的现场条件与专家合作编制的.
主要成果:
- 一个公开可访问的数据集,包括8,000多张黄瓜植物的图像.
- 该数据集可以训练机器视觉模型以识别特定的黄瓜疾病.
- 促进对自动化疾病检测系统的研究.
结论:
- 开发的数据集是推动农业机器视觉应用的宝贵资源.
- 使用人工智能的早期疾病检测可以显著减轻作物损失,提高粮食安全.
- 该资源支持农民开发实用工具,以有效管理黄瓜疾病.
