促进香料的识别和分类:印度香料的图像数据集
Sandip Thite1, Deepali Godse2, Kailas Patil1,3
1Vishwakarma University, Pune, India.
Data in brief
|February 17, 2025
概括
这项研究介绍了19种印度香料的视觉数据集,其中包括用于食品科学,农业和机器学习应用 (如香料识别) 的研究的高质量图像.
科学领域:
- 食品科学 食品科学 食品科学
- 农业 农业 农业 农业
- 计算机视觉 计算机视觉
- 机器学习 机器学习
背景情况:
- 印度香料是多样化的,是传统不可或缺的一部分.
- 研究和教育需要标准化的视觉资源.
- 现有的数据集可能缺乏对印度香料品种的全面覆盖.
研究的目的:
- 展示19种不同的印度香料的全面视觉数据集.
- 为研究提供高质量,一致捕获的图像.
- 支持食品科学,农业和机器学习领域的应用.
主要方法:
- 为19种印度香料策划了一系列高质量的图像.
- 在受控条件下捕获的图像,以保持一致性和清晰度.
- 在研究和教育背景下组织了可访问性数据集.
主要成果:
- 一个包含19种印度香料的数据集,包括阿萨法提达,海湾叶,黑,黑胡,胡种子,肉棒,丁香,香种子,立方胡,子,干生,干红,花种子,绿,梅子,胡桃子,花种子,星,石头花.
- 图像适合进行详细分析和特征提取.
- 数据集有助于视觉识别和分类任务.
结论:
- 视觉香料数据集是科学和教育努力的宝贵资源.
- 它使机器学习模型在香料识别方面取得了进展.
- 促进对印度的生物多样性的更深入的理解.


