一个全面的猪梅叶病数据集,用于增强检测和分类
Sabbir Hossain Durjoy1, Md Emon Shikder1, Mayen Uddin Mojumdar1
1Multidisciplinary Action Research Lab, Department of Computer Science and Engineering, Daffodil International University, Daffodil Smart City, Birulia, Dhaka 1216, Bangladesh.
Data in brief
|February 11, 2025
概括
一个新的猪叶病数据集有助于农业研究和精准农业. 本资源支持机器学习,用于早期发现疾病,改善作物管理和可持续性.
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:
- 全面的数据集对于开发人工智能驱动的农业解决方案至关重要.
- 猪 (Spondias mombin) 是一种重要的作物,但叶子疾病对生产力构成重大威胁.
- 目前的疾病管理往往依赖于手动检查,这可能是耗时和容易出错的.
研究的目的:
- 为农业研究创建一个全面的猪叶病数据集.
- 促进机器学习模型的开发,用于疾病的早期检测和分类.
- 为培训和测试自动化监控系统提供一个基准数据集.
主要方法:
- 收集了来自孟加拉国各个地区的3,782张黄梅叶的图像.
- 将图像分为两个类别:"健康"和"昆虫洞".
- 应用了广泛的数据增强技术 (翻转,旋转,缩放等). 我们将数据集扩展到2万张图像.
主要成果:
- 成功创建了一个增强数据集,包括20,000张猪叶图像.
- 数据集包括健康的叶子和患有"虫洞"疾病的叶子.
- 增强数据集可以作为深度学习模型的强大训练集.
结论:
- 开发的猪梅叶病数据集对于推进精准农业至关重要.
- 这一数据集将提高自动化疾病检测系统的准确性和效率.
- 它通过允许及时干预和减少化学品使用来支持可持续农业.
更多相关视频
11:48A Contrast of Three Inoculation Techniques used to Determine the Race of Unknown Fusarium oxysporum f.sp. niveum Isolates
Published on: October 28, 2021
3.2K
09:31Author Spotlight: High-Throughput In Vivo Leaf Inoculation for Accelerating Disease Resistance Screening in Poplar Hybrid Breeding
Published on: September 20, 2024
584
