CS-D:来自阿萨姆的茶叶 (Camellia sinensis) 疾病的数据集
Megha Gupta1, Sunaina Garg1, Nabamita Deb2
1Department of Computer Application, RIMT University, Mandi Gobindgarh, Punjab, India.
Data in brief
|December 9, 2025
概括
这项研究引入了健康和生病茶叶的新数据集,对于开发人工智能模型来检测影响茶叶质量的害虫和疾病至关重要.
科学领域:
- 农业科学 农业科学
- 植物病理学 植物病理学
- 计算机视觉 计算机视觉
背景情况:
- 茶叶疾病对茶叶的质量产生重大影响.
- 精确识别茶叶疾病对于保持作物健康和产量至关重要.
- 现有的数据集可能无法充分反映茶叶病理的多样性.
研究的目的:
- 为研究提供健康和生病茶叶的综合数据集.
- 促进机器学习模型的开发,用于自动检测茶叶病.
- 支持茶叶种植农业技术的进步.
主要方法:
- 在七个月内从阿萨姆州七个不同的地点收集茶叶的图像.
- 用了三个智能手机设备,不同的像素分辨率用于数据采集.
- 通过大小调整,增强和清理技术预处理原始图像数据.
主要成果:
- 数据集包括五个特定类型的病变茶叶:茶蚊虫,红蜘蛛,叶子红,泡,和棕色泡.
- 该数据集包括健康和患病的茶叶样本,为模型培训提供了平衡的观点.
- 数据经历了严格的清洁和增强,以提高其用于机器学习应用程序的实用性.
结论:
- 拟议的数据集是植物病理学和计算机视觉研究人员的宝贵资源.
- 这一数据集将能够创建更强大,更准确的AI模型来识别茶叶疾病.
- 预计这一数据集的可用性将加速茶叶行业精密农业的创新.


