茶叶除草行动:一种基于视觉的数据集,用于在茶叶种植园识别除草行为
Ru Han1,2, Xinyi Liang1,2, Lei Shu1,2,3
1Guangdong Provincial Key Laboratory for Green Agricultural Production and Intelligent Equipment, School of Computer Science, Guangdong University of Petrochemical Technology, Maoming, China.
Frontiers in plant science
|January 1, 2026
概括
一个新的计算机视觉数据集有助于在茶叶种植园中智能除草. 该资源支持开发机器人和精准农业系统,以提高粮食安全.
科学领域:
- 计算机视觉 计算机视觉
- 农业技术 农业技术
- 机器人技术 机器人技术 机器人技术
背景情况:
- 杂草侵袭对茶叶种植园构成重大挑战,影响作物产量和全球粮食安全.
- 智能除草行为识别系统对于开发自动化农业解决方案至关重要.
- 现有的数据集可能缺乏强大的茶园杂草分析所需的特异性和多样性.
研究的目的:
- 引入一种新的,公开可用的计算机视觉数据集,用于分析茶叶种植园中的杂草行为.
- 为了促进智能除草行为识别系统的进步.
- 支持精准农业技术的发展.
主要方法:
- 收集了108个高清视频序列和6,473张来自真正茶园环境的注释图像.
- 采用混合数据采集方法,将现场记录和网络抓取资源结合起来.
- 使用多视图获取策略 (正面,侧面,自上而下) 进行3D理解,并提供COCO和YOLO格式的注释.
主要成果:
- 数据集涵盖了六类除草行为,包括手动,工具辅助和机器方法.
- 使用YOLOv8,SSD和Faster R-CNN进行的基准评估表明了数据集的有效性.
- 更快的R-CNN在数据集中实现了82.24%的平均平均精度 (mAP).
结论:
- 拟议的数据集为开发智能除草机器人和精准农业监测系统提供了宝贵的基础.
- 该资源将加速复杂农业环境中的计算机视觉应用.
- 该数据集有助于解决杂草管理挑战,提高农业效率.
