DIMPSAR:印度药用植物物种分析和识别数据集
1Department of Computer Science, School of Computing, Mysuru, Amrita Vishwa Vidyapeetham, India.
Data in brief
|July 31, 2023
概括
这项研究引入了通过智能手机捕获的印度药用植物的新数据集. 该资源帮助研究人员开发用于植物识别和教育的机器学习模型.
科学领域:
- 植物学 植物学
- 计算机科学 计算机科学
- 药理学 药理学是指药理学的学科.
背景情况:
- 手机拍摄的图像对于药用植物研究至关重要,有助于识别,质量控制和教育.
- 机器视觉任务,包括植物物种识别,对于智能成像应用越来越重要.
- 准确识别药用植物对于药品质量控制和科学研究至关重要.
研究的目的:
- 用智能手机捕获的印度药用植物物种的综合数据集.
- 为开发图像处理,机器学习和深度学习的算法模型提供一个有价值的资源,用于药用植物研究.
- 促进对药用植物的识别,表征和应用的研究.
主要方法:
- 收集了5900张40种植物图像和6900张80种植物单叶图像的数据集.
- 图像是使用智能手机在实时条件下从印度卡纳塔克邦和喀拉拉邦拍摄的.
- 数据集包括分辨率,照明,背景和季节的变化.
主要成果:
- 印度药用植物的多样化数据集现在可供公众访问.
- 数据集包括大量适合训练机器学习模型的图像.
- 数据捕捉了各种自然条件下的植物,增强了模型的稳定性.
结论:
- 贡献的数据集将极大地有利于研究人员开发用于药用植物的先进图像处理和机器学习模型.
- 该资源支持化学和药理学领域的教育倡议和科学研究.
- 数据集的开放可访问性 (DOI:10.17632/748f8jkphb.2,10.17632/748f8jkphb.3) 促进了进一步的研究和开发.
