一个可视数据集,用于识别大米品种
Md Masudul Islam1, Galib Muhammad Shahriar Himel2, Mohammad Shorif Uddin1
1Department of Computer Science and Engineering, Jahangirnagar University, Dhaka, Bangladesh.
Data in brief
|May 7, 2024
概括
这项研究引入了一个新的数据集,包括4730张智能手机图像,涵盖了20种孟加拉大米品种. 这一农业数据集有助于根据颜色和尺寸区分米种类.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 数据科学数据科学数据科学
背景情况:
- 在孟加拉国,大米是主食,有很多本地品种.
- 准确识别品种对于农业和粮食安全至关重要.
- 现有的数据集可能无法捕捉到孟加拉国当地大米菌株的多样性.
研究的目的:
- 创建并呈现孟加拉国大米品种的全面,公开可用的数据集.
- 促进农业图像分析和机器学习应用领域的研究.
- 为了记录20种不同的当地大米类型的视觉特征.
主要方法:
- 通过使用孟加拉国各地的智能手机相机收集了20种大米品种的4730张低分辨率图像.
- 包括增强数据,总共有23,650张图像.
- 确保了大米颜色,大小和市场来源的多样化表现.
主要成果:
- 一个包含20种不同的米品种的数据集,包括Subol Lota,Bashmoti (Deshi),BR-28和Shorna-5.
- 图像捕捉了每个品种的颜色,尺寸和纹理的变化.
- 数据集显示了不同品种的不均分布.
结论:
- 精心策划的数据集为孟加拉国农业研发提供了宝贵的资源.
- 它支持开发自动化系统来识别大米品种.
- 潜在的应用包括作物监测,质量控制和育种计划.


