针对机器视觉应用的Sapota (Manilkara zapota) 水果的专门数据集
1Research Scholar, Gujarat Technological University, Ahmedabad 382424 Gujarat, India.
Data in brief
|August 5, 2025
概括
这项研究引入了三种新的Sapota (Manilkara zapota) 果实图像数据集,这些数据集对于开发机器视觉系统至关重要. 这些数据集有助于创建自动排序和分类工具,以提高农业产量.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
背景情况:
- 机器视觉和机器人技术为农业挑战提供了解决方案.
- 开发全面的数据集对于农业中的机器视觉应用至关重要.
- 萨波塔 (Manilkara zapota) 是印度的一个重要的水果作物.
研究的目的:
- 为了创建Sapota (Manilkara zapota) 水果的各种图像数据集.
- 支持基于机器视觉的分类和分类系统的开发.
- 通过技术进步,提高萨波塔果实的有效产量.
主要方法:
- 收集了来自印度古吉拉特州的萨波塔果实样本.
- 在不同条件下创建了三组不同的数据集,其中包括Sapota水果图像.
- 数据集-1:大小调整的图像与白色背景. 数据集-2:原始尺寸,背景删除和注释. 数据集-3:各种背景的图像 (草,土壤,蓝色,白色).
主要成果:
- 编制了一个包含16826张Sapota水果图像的综合数据集.
- 在各种照明条件和背景下拍摄的图像.
- 数据集包括新鲜和腐烂的水果,新鲜水果按大小分类 (小,中,大).
结论:
- 开发的数据集对于训练机器视觉模型至关重要.
- 这些数据集将有助于为Sapota创建实时分类和分级系统.
- 该项目旨在通过先进的农业技术提高Sapota水果的产量和质量.
相关概念视频
01:58Fruit Development, Structure, and Function
23.0K
Fruits form from a mature flower ovary. As seeds develop from the ovules contained within, the ovary wall undergoes a series of complex changes to form fruit. In some fruits, such as soybeans, the ovary wall dries; in other fruits, such as grapes, it remains fleshy. In some cases, organs other than the ovary contribute to fruit formation; such fruits are called accessory fruits.
23.0K
02:16Light Acquisition
8.6K
In order to produce glucose, plants need to capture sufficient light energy. Many modern plants have evolved leaves specialized for light acquisition. Leaves can be only millimeters in width or tens of meters wide, depending on the environment. Due to competition for sunlight, evolution has driven the evolution of increasingly larger leaves and taller plants, to avoid shading by their neighbors with contaminant elaboration of root architecture and mechanisms to transport water and nutrients.
8.6K