RiGaD:用于评估发芽率和密度的米苗的空中数据集
Trong Hieu Luu1, Hoang-Long Cao1,2, Quang Hieu Ngo1
1College of Engineering, Can Tho University, Can Tho 910900, Viet Nam.
Data in brief
|December 5, 2024
概括
这项研究引入了来自无人机图像的苗的新数据集,有助于早期生长监测. 农民可以使用这些数据来评估发芽率和密度,改善作物管理.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 遥感 遥感 遥感 遥感
背景情况:
- 无人驾驶飞行器 (UAV) 为农业进步提供了具有成本效益的数据收集.
- 米苗的早期生长阶段对于作物建立和长期产量至关重要.
研究的目的:
- 展示来自无人机空中图像的标记大米苗的数据集.
- 为了促进基于机器学习的米苗发芽和密度的评估.
主要方法:
- 在各种环境条件下使用无人机收集米苗的空中图像.
- 采用适应值来隔离大米幼苗.
- 将苗木分为单个,集群和未定义的类别.
- 利用数据增强生成了5364个标记图像.
主要成果:
- 创建了一个由5364个标记的苗图像组成的综合数据集.
- 该数据集使机器学习模型能够用于发芽率和密度评估.
- 该方法允许有效地隔离和分类苗.
结论:
- 开发的数据集支持在早期生长期间监测苗的健康和活力.
- 该资源有助于农民了解和管理苗木机构.
- 基于无人机的数据收集和分析增强了精准农业实践.


