棕油新鲜水果束成熟度分类和定位的户外RGB和点云深度数据集
Jin Yu Goh1, Mohamed Sultan Mohamed Ali2, Yusri Md Yunos1
1Faculty of Electrical Engineering, Universiti Teknologi Malaysia, 81310, Johor Bahru, Johor, Malaysia.
Scientific data
|April 24, 2025
概括
一个新的多式联运数据集有助于棕油新鲜水果束 (FFB) 的评估. 本资源支持开发机器学习模型,用于自动化成熟度分类和精准农业.
科学领域:
- 农业工程 农业工程
- 计算机视觉 计算机视觉
- 遥感 遥感 遥感 遥感
背景情况:
- 精确的新鲜水果束 (FFB) 成熟度评估对于优化油棕产量和质量至关重要.
- 目前的方法通常依赖于手工检查,这可能是劳动密集型和主观的.
- 棕油行业寻求先进的技术,以实现高效和精确的作物管理.
研究的目的:
- 在自然种植园环境中引入一种新的多式联运数据集,用于新鲜水果束 (FFB) 成熟度的评估.
- 促进机器学习模型的开发,用于FFB成熟度的自动分类和本地化.
- 支持在棕油行业实施精准农业.
主要方法:
- 收集了400张RGB图像和400张深度地图/点云的数据集,分布在马来西亚柔佛的四个不同地点.
- 使用50MP的索尼IMX766V传感器用于RGB图像和英特尔RealSense D455f摄像头用于深度数据.
- 按照马来西亚棕油委员会标准执行二进制成熟度注释,专家验证达到92.5%的评价者间协议.
主要成果:
- 在RGB和深度数据之间,在3米处实现了1.8厘米的平均空间注册误差.
- 数据集捕捉了照明,视角和距离的变化,模拟了现实世界的条件.
- 数据集以标准化格式存储,具有丰富的元数据,以便广泛使用.
结论:
- 开发的多模式数据集是推进FFB自动成熟度评估的宝贵资源.
- 能够创建复杂的机器学习模型,以提高收获优化.
- 为棕油行业的可持续生产实践和精密农业做出贡献.
