相关实验视频
Updated: May 29, 2025

08:14
LeafJ: An ImageJ Plugin for Semi-automated Leaf Shape Measurement
Published on: January 21, 2013
28.3K
IDDMSLD:用于检测马拉巴菜叶病的图像数据集.
Adnan Rahman Sayeem1, Jannatul Ferdous Omi1, Mehedi Hasan1
1Multidisciplinary Action Research Laboratory, Department of Computer Science and Engineering, Daffodil International University, Birulia, Dhaka 1216, Bangladesh.
Data in brief
|February 3, 2025
概括
来自孟加拉国的马拉巴菜叶片图像的新数据集有助于早期检测作物疾病. 这个资源支持农民和研究人员识别虫病,细菌斑点,菌和害虫损害.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 植物病理学 植物病理学
背景情况:
- 叶病对农业的作物产量和质量产生重大影响.
- 马拉巴菜 (Basella alba) 是一种营养丰富的蔬菜,面临着疾病识别的挑战.
- 缺乏专门的数据集,阻碍了马拉巴菜的准确疾病检测.
研究的目的:
- 开发来自孟加拉国的马拉巴菜叶片图像的独特数据集.
- 为了促进疾病的自动检测和改善农业管理.
- 为了解决用于识别作物疾病的资源短缺问题.
主要方法:
- 收集了3,006张马拉巴菜叶的原始图像.
- 在孟加拉国各个地点在自然照明下拍摄的图像.
- 将样品分类为健康和病态,包括人科,细菌斑点,菌和害虫损伤.
主要成果:
- 创建了一个关于马拉巴菜叶片图像的综合数据集.
- 数据集包括各种健康和生病叶子的例子.
- 这些图像代表了影响孟加拉国作物的常见疾病.
结论:
- 该数据集为农业研究提供了宝贵的资源.
- 它可以开发和测试用于疾病检测的计算模型.
- 该计划支持农民有效管理马拉巴菜疾病.
更多相关视频
06:41Imaging and Analysis for Quantifying Maize (Zea mays) Abiotic Stress Phenotypes
Published on: March 28, 2025
668
06:11Author Spotlight: Improved Methods for Preparing Transverse Sections and Unrolled Whole Mounts of Maize Leaf Primordia for Fluorescence and Confocal Imaging
Published on: September 22, 2023
2.8K