学术中心

全部分类
您现在的位置:
首页
/
/
/
用于计算机视觉任务的作物和杂草的图像数据集

用于计算机视觉任务的作物和杂草的图像数据集

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-08-29 06:10
  • 访问量:

【概要描述】本文介绍了两个大的适合机器学习和计算机视觉模型训练的典型植物图像的数据集

用于计算机视觉任务的作物和杂草的图像数据集

【概要描述】本文介绍了两个大的适合机器学习和计算机视觉模型训练的典型植物图像的数据集

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-08-29 06:10
  • 访问量:
详情

足够数量的标记数据对于基于机器学习的模型来说是至关重要的,而训练数据的缺乏通常会成为新算法开发的瓶颈。这个问题在数字农业领域更加被放大了,由于植物不同的生长阶段、多样的品种和不同的生长环境等的原因,植物表型可能会出现很大的差异。传感器、机器人和机器学习引入农业应用时,对这类训练数据的需求很大。这一研究方向具有增加作物产量的潜力,同时还可以减少水、肥料和除草剂等资源的使用。数据将推动农业的下一场革命,尤其是带有丰富元数据信息的标记图像数据。

 

本文介绍了两个大的适合机器学习和计算机视觉模型训练的典型植物图像的数据集,第一个数据集包括120多万张常见的室内作物和杂草的图像,第二个数据集由540000多幅农田植物图像组成。这个全面的数据库允许根据用户的需求过滤数据集,例如作物类型或植物的年龄。此外,室内数据集包含从各种角度拍摄的植物图像,包括侧面拍摄、自上而下拍摄和角度透视。从田间植物拍摄的图像都是自上而下的视角,每个图像通常包含多个植物。对于这些图像,元数据也是可用的。本文描述了这两个数据集在植物种类、植物年龄和图像数量方面的特征。该示例为数据集的新用户提供了一个快速入口点,使他们能够在小范围内探索数据,并找到对其应用最有用的数据参数,而无需处理成千上万的单个图像。

 

在数据采集过程中,主要采用了普通rgb图像、边界框图像、单一植物图像和JSON文件等4种不同的图片格式,采集图像如下所示:

 

图1 使用绘制的计算边界框拍摄的两幅图像,下面是从第一张图片中截取的四张植物图片。

 

本文对每月采集的图像、单一植物图像数量和植物生长期分布作了分析。而且对小麦、菜豆、蒲公英等不同物种的植物做了整个生长期的单一图像数据集。

 

图2 A:每月采集的植物表型图片的数量。B:每月从普通图片中提取的单个植物图片的数量。C:单独成像植物的年龄分布

 

来源:

Michael A. Beck, Chen-Yi Liu, Christopher P. Bidinosti,et al. An extensive lab- and field-image dataset of crops and weeds for computer vision tasks in agriculture. arXiv:2108.05789v1.

关键词:

扫二维码用手机看

推荐新闻

高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
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。
查看详情
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
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
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。
查看详情
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。
AI育种,从这里起步
AI育种,从这里起步
发布时间 : 2022-05-09 12:21:00
植物表型本身就是一个跨学科领域,自带AI基因。而植物表型服务的对象就是育种和种植。AI通过植物表型赋能育种,是AI育种的重要发展方向之一。让我们用表型之“瞳”,赋农业之“慧”。
查看详情
植物表型本身就是一个跨学科领域,自带AI基因。而植物表型服务的对象就是育种和种植。AI通过植物表型赋能育种,是AI育种的重要发展方向之一。让我们用表型之“瞳”,赋农业之“慧”。
致即将毕业的你
致即将毕业的你
发布时间 : 2021-04-20 15:29:43
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
查看详情
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。

视频展示

植物表型架起从数字农业到智慧农业的桥梁
00:30:11
所属分类:
视频展示
发布时间:
2020/12/10
关键词:

专题报道

搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门 
电话:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明