全面的小麦虫虫检测数据集:数字昆虫学必不可少的资源

科学领域:

• 农业科学 农业科学
• 昆虫学 昆虫学是一门学科.
• 计算机视觉 计算机视觉

背景情况:

• 虫是小麦 (Triticum aestivum) 的重要害虫,影响作物产量.
• 杀虫剂用于虫控制影响生物多样性和自然捕食者,如虫.
• 手动监测自然敌人是劳动密集型和昂贵的.

研究的目的:

• 为了解决对小麦天然敌人的自动检测的需求.
• 为训练机器学习模型提供一个有价值的数据集.
• 支持精准农业技术的发展.

主要方法:

• 通过使用移动设备收集了2,133张小麦上的类动物的各种图像.
• 图像是标准的 640 × 640 像素.
• 数据集包括适合YOLO家族模型的注释标签.

主要成果:

• 创建了一个关于小麦中的菌体的综合图像数据集.
• 该数据集已准备好用于训练机器学习和计算机视觉模型.
• 促进自动化昆虫检测的研究.

结论:

• 该数据集有助于推进农业中的自动化害虫管理.
• 增强对昆虫学中的机器学习应用程序的理解.
• 支持可持续的作物保护策略,减少对化学农药的依赖.