图像数据集的健康和受感染的无花果叶子与Ficus叶子虫
Saad Jabir Hafi1, Mohammed Abdallazez Mohammed2, Dhafar Hamed Abd3
1University of Anbar, Upper Euphrates Basin Developing Center, Iraq.
Data in brief
|February 8, 2024
概括
来自伊拉克的无花果树叶图像的新数据集有助于识别Ficus叶虫感染. 本资源支持通过对健康和感染的叶子进行分类来控制农业害虫.
科学领域:
- 农业科学 农业科学
- 植物病理学 植物病理学
- 昆虫学 昆虫学是一门学科.
背景情况:
- 菲克斯叶虫的侵袭导致无花果产量遭受重大经济损失,因为无花果产量因脱叶而减少.
- 精确识别受感染的无花果叶对于有效的害虫控制策略至关重要.
研究的目的:
- 创建和呈现一个全面的,高分辨率的图像数据集的健康和Ficus叶虫感染的伊拉克无花果叶.
- 为开发农业中自动化害虫检测系统提供有价值的资源.
主要方法:
- 收集了2321张来自伊拉克不同地区的无花果叶的高分辨率图像.
- 从各种无花果树中随机抽取图像,确保健康 (971张图像) 和感染 (1,350张图像) 类之间的多样性和平衡.
- 使用最先进的成像设备来准确获取数据.
主要成果:
- 一个由2321张图像组成的精心策划的数据集,二进制分为"健康"和"感染"的无花果叶.
- 该数据集对该领域做出了重大贡献,提供了Ficus叶虫影响的详细视觉数据.
- 显示出感染和健康样本的均衡表示,这对于机器学习模型培训至关重要.
结论:
- 开发的无花果叶图像数据集是农业害虫控制研究和应用的宝贵工具.
- 促进了Ficus叶虫的先进诊断工具的开发,提高了作物保护和粮食生产.
- 支持农业行业减轻因Ficus叶虫感染造成的经济损害.
