用于图像分类任务的木叶数据集
Thipwimon Choompookham1, Emmanuel Okafor2, Olarik Surinta3
1Faculty of Information Technology, Rajabhat Maha Sarakham University, Mahasarakham 44000, Thailand.
Data in brief
|July 4, 2024
概括
来自泰国的新一套叶数据集,包括十个类别,解决了自然图像分类的挑战. 此资源有助于计算机视觉研究,以改进木识别系统.
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:
- 在自然环境中对木叶图像进行分类是很困难的,原因是照明,背景的变化以及叶类型之间的高度相似性.
- 现有的数据集可能无法充分捕捉现实世界条件的复杂性,阻碍了强大的图像识别系统的开发.
研究的目的:
- 介绍一个综合的木叶数据集,从泰国的不同地点收集.
- 为开发和基准测试计算机视觉算法用于树叶识别提供一个有价值的资源.
- 为了应对在叶子图像数据中所带来的阶级间相似性和环境变异所带来的挑战.
主要方法:
- 数据收集涉及泰国三个地区的五个省份的木树叶的记录.
- 在数据采集过程中使用了多种摄像头类型和多种视角,以确保多样性.
- 数据集包括十个不同的类别的木叶.
主要成果:
- 一个新的木叶图像数据集已经成功编制.
- 数据集捕捉了照明,背景的变化,并包括每张图像的多个叶子,反映了自然条件.
- 代表了十种类型的木叶,为分类任务提供了丰富的资源.
结论:
- 提出的木叶数据集适用于训练和评估计算机视觉模型,包括深度学习和视觉转换算法.
- 这一数据集将有助于在木识别系统的自动化方面取得进展.
- 它为研究人员提供了开发创新技术的基础,以克服目前在叶子图像分类方面的挑战.
