用不同的成像设备获得的不同颜色的粘性陷上的害虫的注释图像数据集

科学领域:

• 农业昆虫学 农业昆虫学
• 计算机视觉 计算机视觉
• 机器学习 机器学习

背景情况:

• 粘性陷对于昆虫害虫监测具有成本效益.
• 手动识别和计算陷上的害虫是劳动密集的.
• 计算机视觉和机器学习提供自动化解决方案,但需要强大的数据集.

研究的目的:

• 创建一个新的图像数据集,用于开发自动化虫害识别模型.
• 为了研究粘性陷颜色和图像捕捉设备对模型性能的影响.
• 促进用于农业害虫管理的计算机视觉研究.

主要方法:

• 在各种粘性陷颜色 (蓝色,黄色,白色,透明) 上收集了红粉甲虫和大米虫的图像.
• 使用了三种不同的图像捕捉设备:DSLR,网络摄像头和智能手机.
• 按设备,颜色和物种组织了数据集,并将其分为模型训练,验证和测试.

主要成果:

• 创建了一个全面的数据集,解决了现有资源的差距.
• 该数据集可以研究陷的颜色和捕获装置如何影响自动化害虫检测.
• 促进开发和对害虫监测深度学习模型的基准测试.

结论:

• 这一数据集对于使用计算机视觉进行自动化病虫鉴定至关重要.
• 了解陷颜色和捕获装置的影响是优化自动化害虫监测系统的关键.
• 该资源将有助于制定更准确,更有效的害虫防治策略.