一种面向深度神经网络模型的棉花常见病害训练数据集
深度神经网络是棉花病害智能识别的一种重要方法.覆盖更多病害、土壤和环境信息的科学数据既是此类方法发展的基础,也是当前的关键制约因素之一.本文提出的棉花病害数据采集自中国海南省三亚市坡田洋高标准农田示范基地中的棉花种植田块,覆盖了炭疽病、细菌性角斑病、褐斑病和枯萎病四种常见棉花病害,包括 3453 张高分辨率的健康叶片和不同生长阶段的病叶图像.所有样品获取均采用田间随机采样方式,经筛选后由 10 名棉花病理学专家进行鉴定与标注,同时另选20名标注者对标注后图像进行随机重复标注以检测质量,Vision Transformer模型被引入以进一步验证数据集的稳定性.相对于其他同类数据集,当前数据集数据...
Gespeichert in:
| Veröffentlicht in: | 农业大数据学报 2023, Vol.5 (4), p.47-55 |
|---|---|
| Hauptverfasser: | , , , , , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Zusammenfassung: | 深度神经网络是棉花病害智能识别的一种重要方法.覆盖更多病害、土壤和环境信息的科学数据既是此类方法发展的基础,也是当前的关键制约因素之一.本文提出的棉花病害数据采集自中国海南省三亚市坡田洋高标准农田示范基地中的棉花种植田块,覆盖了炭疽病、细菌性角斑病、褐斑病和枯萎病四种常见棉花病害,包括 3453 张高分辨率的健康叶片和不同生长阶段的病叶图像.所有样品获取均采用田间随机采样方式,经筛选后由 10 名棉花病理学专家进行鉴定与标注,同时另选20名标注者对标注后图像进行随机重复标注以检测质量,Vision Transformer模型被引入以进一步验证数据集的稳定性.相对于其他同类数据集,当前数据集数据采集于复杂的田间环境,覆盖了常见棉花病害且具有高分辨率,可更好地服务于棉花病害智能识别模型、算法的研究、训练与验证. |
|---|---|
| ISSN: | 2096-6369 |
| DOI: | 10.19788/j.issn.2096-6369.230405 |