由高通量表型化平台捕获的宽叶豆类3D点云数据集
Alexander Galba1, Jan Masner2, Jana Kholová1,3
1Department of Information Technologies, Faculty of Economics and Management, Czech University of Life Sciences, Kamýcká 129, Prague, 165 00, Czech Republic.
Scientific data
|November 10, 2025
概括
本研究介绍了豆类的注释式3D植物扫描,这对于开发植物现象学AI至关重要. 该数据集有助于为作物研究开发3D计算机视觉模型.
科学领域:
- 植物现象学 植物现象学
- 计算机视觉 计算机视觉
- 农业科学 农业科学
背景情况:
- 高通量表型化平台对于现代作物研究至关重要.
- 有注释的3D植物扫描数据很少,这阻碍了AI模型的开发.
- 豆类作物对于全球粮食安全至关重要.
研究的目的:
- 为了呈现一个新的数据集的注释3D点云工厂扫描.
- 支持开发人工智能模型,用于植物现象学中的3D计算机视觉.
- 为宽叶豆类物种研究提供资源.
主要方法:
- 使用了PlantEye (R) F600技术进行多光谱3D扫描.
- 产生了223个扫描豆,普通豆,牛豆和利马豆.
- 对植物结构进行了器官级别的细分和注释.
主要成果:
- 创建了一个全面的注释3D植物扫描数据集.
- 详细的注释包括胚胎的叶子,叶子,树叶,茎,和整个植物.
- 数据集包括预处理代码和符合MIAPPE的数据表.
结论:
- 该数据集解决了对注释3D植物数据的关键需求.
- 促进了人工智能驱动的植物表型和作物改进方面的进展.
- 数据和代码是公开可用的,用于进一步的研究和扩展.


