中印度药用植物数据集 (CIMPD)

科学领域:

• 民族植物学 民族植物学
• 计算机视觉 计算机视觉
• 机器学习 机器学习

背景情况:

• 药用植物对健康和收入至关重要,特别是在农村地区.
• 现有的研究往往缺乏用于计算分析的全面数据集.
• 开发强大的计算工具需要多样化,注释良好的植物图像数据.

研究的目的:

• 引入印度中部药用植物数据集 (CIMPD).
• 为人类健康中的机器学习和计算机视觉研究提供一个有价值的资源.
• 促进自动化植物识别和疾病检测系统的发展.

主要方法:

• 收集了来自23种药用植物的9130张 (健康和不健康) 叶子图像.
• 图像来源于印度中部各个地区的不同地点.
• 数据组织包括植物名,常用名,地理来源和药用.

主要成果:

• 中印度药用植物数据集 (CIMPD) 包含9130张图像.
• 该数据集涵盖了23种不同的药用植物物种.
• 包括每个植物及其图像的详细元数据.

结论:

• CIMPD是推动药用植物分析研究的重要资源.
• 能够开发和评估人工智能驱动的植物健康监测工具.
• 支持跨学科的研究桥梁植物学,计算机科学和医疗保健.