一组对齐的RGB和多光谱无人机图像的数据集,用于杂草大米的语义细分
Van-Hoa Nguyen1,2, Cong-Doan Le1,2, Minh-Tuyen Truong1,2
1Faculty of Information Technology, An Giang University, 88000 An Giang, Vietnam.
Data in brief
|December 4, 2025
概括
一个新的无人机数据集有助于使用多光谱和RGB图像检测杂草大米. 该资源支持精准农业,通过在各种现场条件下实现强大的杂草检测模型来支持精准农业.
科学领域:
- 农业科学 农业科学
- 遥感 遥感 遥感 遥感
- 计算机视觉 计算机视觉
背景情况:
- 杂草大米对大米种植构成重大威胁,影响产量和质量.
- 准确检测和细分杂草大米对于精准农业的有效管理策略至关重要.
研究的目的:
- 引入一个全面的无人机 (UAV) 数据集,用于检测和细分杂草大米.
- 为开发和比较先进的农业监测模型提供一个有价值的资源.
主要方法:
- 收集了来自越南公河三角洲的田的734张高分辨率RGB和多光谱 (MS) 图像.
- 使用微调的SegmentAnything模型进行注释的RGB图像,经过专家审查和纠正.
- 处理图像以确保质量,包括调整尺寸至1280 × 960像素并删除有问题的注释.
主要成果:
- 该数据集具有地理空间对齐的RGB和MS图像,具有四个光谱带 (绿色,红色,红色边缘,近红外).
- 它涵盖了不同的杂草大米感染水平,覆盖率从<5%到~90%.
- 该数据集支持多模式语义细分,植被分类和杂草检测研究.
结论:
- 这个精心策划的无人机数据集是推进精准农业技术的宝贵资源.
- 它有助于开发强大的杂草大米检测模型和域适应研究.
- 该数据集可以在不同的光谱和空间模式中改进模型的概括性.
