果园无人机病害表型数据集-慧诺瑞德（北京）科技有限公司|叶绿素荧光|光合作用|植物表型

学术中心

全部分类

果园无人机病害表型数据集

发布时间：

2025-05-09

来源：

作者：

对果树遗传资源抗病性的评估是果树育种后续选择的基础。遗传分析和表型分析是重要的工具，能够在评估过程中提供决策数据。然而，植物的表型分析通常是‘手工’进行的，这仍然是果树育种和栽培中的瓶颈。开发一种基于数字化和无人机（UAV）的表型分析方法，用于评估果园中基因型特异性的病害敏感性或抗性，将显著提高植物育种的效率。在这一框架下，开发了一种基于无人机的果园病害监测工作流程，以欧洲梨锈病（Gymnosporangium sabinae）为模型病原。梨锈病在果园中广泛分布，且会引起显著的、明显可见的黄色至橙色病害症状。

本文提供了一个由专家注释的高分辨率RGB图像数据集，包含梨锈病症状。在数据收集过程中，2021年至2023年间共进行了十次无人机飞行任务，在德国德累斯顿-皮尔尼茨的尤利乌斯·凯恩研究所果树育种实验果园中，采用了不同的天气条件和飞行参数。共拍摄了1394张不同梨基因型的图像，包括品种、野生种和育种后代。该数据集包含了手动标注的图像，分辨率为768 x 768像素，图像内容为不同发育阶段的梨锈病感染叶片，标记为GYMNSA类别，同时也包括没有症状的背景图像。每片具有梨锈病症状的叶片都使用计算机视觉注释工具（CVAT，v1.1.0）[1]通过两个点（边界框）进行绘制标注，并以YOLO 1.1文件格式（.txt文件）呈现。GYMNSA数据集包括总计584张标注图像和162张背景图像，按训练集和验证集进行了组织。该GYMNSA数据集可以作为研究人员和开发人员在基于无人机的植物病害监测系统中的资源。

图1 使用来自GYMNSA数据集的图像选择欧洲梨锈病症状的感染阶段的部分

早期症状：小黄色至淡橙色斑点

明显症状：明显的淡橙色-橘黄色斑点，看起来湿粘，未见精原细胞(黑斑)可见

晚期症状：橘红色斑点伴精原细胞增多，斑点看起来干燥，叶背面有褐色组织生长

后期症状：淡红色大斑伴精原细胞，叶的下面有褐色组织生长，由褐色组织发育而来

图2 GYMNSA数据集的数据收集与文件夹结构

图3 GYMNSA 数据集中使用的背景图像样本。由 DJI Matrice RTK 300 - Zenmuse P1 © geo-konzept 拍摄 (A, B)，以及由 DJI P4P © Stefanie Reim 拍摄 (C, D)

采集图像后对无人机RGB原始数据进行人工分类整理。若图像质量较好，且能清晰识别梨锈病症状，利用Pillow Python库将图像裁剪成较小的RGB图像( 768 × 768像素)，且不重叠。然后人工预选图像片段，为标注工具CVAT创建数据集。背景图像既来自于相同的飞行活动，也来自于额外的飞行活动。因此，该数据集包含了多种可能的干扰因素，干扰因素是图像中与感染梨锈病的叶片在颜色和纹理上接近的特征。例如，田间的开花绿叶、果实或日常物体会导致假阳性结果，应该使用这种方法来减少

图4 用于数据集的带有梨锈病感染叶片的标注图像样本。由 DJI P4P © Stefanie Reim 拍摄 (A-D)

所有感染阶段均标记为‘ GYMNSA ’( = infected )。整个染病叶片和重叠染病叶片均被标记。感染梨锈病的叶片除了感染外，如果它们显示出强烈的光反射也被注释。在CVAT中完成标注工作后，为每张图像生成YOLO 1.1文件格式的标注文件( . txt )，可用于训练YOLO等目标检测模型

来源

Virginia Maß, Pendar Alirezazadeh, Johannes Seidl-Schulz, Matthias Leipnitz, Eric Fritzsche, Rasheed Ali Adam Ibraheem, Martin Geyer, Michael Pflanz, Stefanie Reim,Annotated image dataset with different stages of European pear rust for UAV-based automated symptom detection in orchards,Data in Brief,2025,111271,ISSN 2352-3409,

编辑

wrd

推荐新闻

石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！

本期石时之约，我们将对话慧诺瑞德（北京）科技有限公司总经理、国际植物表型学会（IPPN）执委会委员/工业分会副主席韩志国，一起从表型数据的科学角度，去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起，为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种，是在给定的环境条件下，选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种，从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选，是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”，要在肉眼可见之前就能测量并预判出变化趋势，才是这个技术的核心价值。叶绿素荧光成像，恰好满足了这个要求。

视频展示