論文の概要: Presenting an extensive lab- and field-image dataset of crops and weeds
for computer vision tasks in agriculture
- arxiv url: http://arxiv.org/abs/2108.05789v1
- Date: Thu, 12 Aug 2021 15:06:32 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-13 19:38:40.347056
- Title: Presenting an extensive lab- and field-image dataset of crops and weeds
for computer vision tasks in agriculture
- Title（参考訳）: 農業におけるコンピュータビジョンタスクのための作物・雑草の研究室・フィールドイメージデータセットの提案
- Authors: Michael A. Beck, Chen-Yi Liu, Christopher P. Bidinosti, Christopher J.
Henry, Cara M. Godee, Manisha Ajmani
- Abstract要約: 機械学習とコンピュータビジョンモデルのトレーニングに適したラベル付き植物画像の大規模なデータセットを2つ提示する。
最初のデータセットは、カナディアン・プレーリーズや多くのアメリカの州に共通する、屋内で栽培された作物や雑草の120万枚以上の画像を書いた日である。
第2のデータセットは、農地で撮影された植物の54万枚以上の画像で構成されている。
- 参考スコア（独自算出の注目度）: 0.9623578875486183
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We present two large datasets of labelled plant-images that are suited
towards the training of machine learning and computer vision models. The first
dataset encompasses as the day of writing over 1.2 million images of
indoor-grown crops and weeds common to the Canadian Prairies and many US
states. The second dataset consists of over 540,000 images of plants imaged in
farmland. All indoor plant images are labelled by species and we provide rich
etadata on the level of individual images. This comprehensive database allows
to filter the datasets under user-defined specifications such as for example
the crop-type or the age of the plant. Furthermore, the indoor dataset contains
images of plants taken from a wide variety of angles, including profile shots,
top-down shots, and angled perspectives. The images taken from plants in fields
are all from a top-down perspective and contain usually multiple plants per
image. For these images metadata is also available. In this paper we describe
both datasets' characteristics with respect to plant variety, plant age, and
number of images. We further introduce an open-access sample of the
indoor-dataset that contains 1,000 images of each species covered in our
dataset. These, in total 14,000 images, had been selected, such that they form
a representative sample with respect to plant age and ndividual plants per
species. This sample serves as a quick entry point for new users to the
dataset, allowing them to explore the data on a small scale and find the
parameters of data most useful for their application without having to deal
with hundreds of thousands of individual images.
- Abstract（参考訳）: 機械学習とコンピュータビジョンモデルのトレーニングに適したラベル付き植物画像の大規模なデータセットを2つ提示する。
最初のデータセットは、カナダのプレーリーや多くの州に共通する120万以上の屋内栽培作物と雑草の画像を書いている日である。
第2のデータセットは、農地で撮影された45万以上の植物の画像で構成されている。
すべての屋内植物画像は種によってラベル付けされ、個々の画像のレベルで豊富なetaデータを提供する。
この包括的なデータベースは、例えば作物の種類や植物の年齢など、ユーザ定義仕様の下でデータセットをフィルタリングすることができる。
さらに、屋内データセットは、プロファイルショット、トップダウンショット、アングルドパースペクティブなど、幅広い角度から撮影された植物の画像を含む。
畑の植物から撮影された画像は、すべてトップダウンの視点からであり、通常、画像ごとに複数の植物を含んでいる。
これらの画像のメタデータも利用できる。
本稿では, 植物の種類, 植物年齢, 画像数に関して, 両方のデータセットの特徴について述べる。
さらに、我々のデータセットでカバーされた各種の画像を含む屋内データセットのオープンアクセスサンプルを紹介します。
これらは合計14,000枚の画像から選択され、種ごとの植物年齢と n 種毎の植物について代表的な標本を形成する。
このサンプルはデータセットへの新規ユーザの簡単なエントリポイントとして機能し、数十万の個々のイメージを扱うことなく、小さなスケールでデータを探索し、アプリケーションにとって最も有用なデータのパラメータを見つけることができる。
関連論文リスト
- 360 in the Wild: Dataset for Depth Prediction and View Synthesis [66.58513725342125]
大規模な360$circ$ビデオデータセットを野放しに導入する。
このデータセットはインターネットから慎重に取り除かれ、世界中で様々な場所から収集されている。
データセットを構成する25K画像のそれぞれに、それぞれのカメラのポーズと深さマップが提供される。
論文 参考訳（メタデータ） (2024-06-27T05:26:38Z) - Toffee: Efficient Million-Scale Dataset Construction for Subject-Driven Text-to-Image Generation [58.09421301921607]
我々は、主観的画像編集と生成のための最初の大規模データセットを構築した。
データセットは、以前の最大のデータセットの5倍のサイズですが、コストは、何万時間も低いです。
論文 参考訳（メタデータ） (2024-06-13T16:40:39Z) - Generating Diverse Agricultural Data for Vision-Based Farming Applications [74.79409721178489]
このモデルは, 植物の成長段階, 土壌条件の多様性, 照明条件の異なるランダム化フィールド配置をシミュレートすることができる。
我々のデータセットにはセマンティックラベル付き12,000の画像が含まれており、精密農業におけるコンピュータビジョンタスクの包括的なリソースを提供する。
論文 参考訳（メタデータ） (2024-03-27T08:42:47Z) - Improving Data Efficiency for Plant Cover Prediction with Label
Interpolation and Monte-Carlo Cropping [7.993547048820065]
植物群落の組成は環境変化の重要な指標であり、通常生態学的研究で分析される。
本稿では,収集した植生計画時系列のスパースラベルを中間密度・未ラベル画像に補間する手法を提案する。
また,高解像度画像の処理を効率的に行うため,モンテカルロ・クロッピングと呼ばれる新しい手法を導入する。
論文 参考訳（メタデータ） (2023-07-17T15:17:39Z) - Bugs in the Data: How ImageNet Misrepresents Biodiversity [98.98950914663813]
ImageNet-1k検証セットで野生動物を表す269のクラスから13450の画像を解析した。
多くのクラスが未定義あるいは重複しており、画像の12%が誤ってラベル付けされていることがわかった。
また,ImageNet-1kに含まれる野生生物関連ラベルと画像の両方が,地理的,文化的に有意な偏見を呈していることがわかった。
論文 参考訳（メタデータ） (2022-08-24T17:55:48Z) - GrowliFlower: An image time series dataset for GROWth analysis of
cauLIFLOWER [2.8247971782279615]
この記事では、2020年と2021年に取得した0.39と0.60haの2つの監視されたカリフラワーフィールドのイメージベースUAV時系列データセットであるGrowliFlowerについて述べる。
このデータセットは、約14,000個の植物座標が導出され提供されるRGBおよび多スペクトル正光を含む。
このデータセットは、発生段階、植物、カリフラワーサイズを含む740種の植物の表現型形質を収集する。
論文 参考訳（メタデータ） (2022-04-01T08:56:59Z) - Agricultural Plant Cataloging and Establishment of a Data Framework from
UAV-based Crop Images by Computer Vision [4.0382342610484425]
本稿では,UAVからの収穫画像の時間的・空間的識別と識別を自動化するための手動ワークフローを提案する。
提案手法は農業におけるUAVデータの分析と解釈を大幅に改善する。
論文 参考訳（メタデータ） (2022-01-08T21:14:07Z) - Semi-Supervised Semantic Segmentation in Earth Observation: The
MiniFrance Suite, Dataset Analysis and Multi-task Network Study [82.02173199363571]
我々は,地球観測における半教師付きセマンティックセマンティックセグメンテーションのための新しい大規模データセット,MiniFranceスイートを紹介した。
MiniFranceにはいくつかの前例のない特性があり、2000以上の超高解像度の空中画像を含み、200億枚以上のサンプル(ピクセル)を処理している。
外観の類似性やMiniFranceデータの徹底的な研究からデータ代表性分析のためのツールを提案し,半教師付き環境での学習や一般化に適していることを示す。
論文 参考訳（メタデータ） (2020-10-15T15:36:58Z) - PhraseCut: Language-based Image Segmentation in the Wild [62.643450401286]
自然言語のフレーズを与えられた画像領域を分割する問題について考察する。
私たちのデータセットは、Visual Genomeデータセットの上に収集されます。
我々の実験は、我々のデータセットにおける概念のスケールと多様性が、既存の最先端技術に重大な課題をもたらすことを示している。
論文 参考訳（メタデータ） (2020-08-03T20:58:53Z) - An embedded system for the automated generation of labeled plant images
to enable machine learning applications in agriculture [1.4598479819593448]
十分なトレーニングデータの不足は、マシンラーニング(ML)アプリケーションの開発において、しばしばボトルネックとなる。
植物画像の大規模なデータセットを自動生成・ラベル付けする組込みロボットシステムを開発した。
我々は34,000以上のラベル付き画像のデータセットを作成し、草と草を区別するMLモデルを訓練した。
論文 参考訳（メタデータ） (2020-06-01T20:01:20Z) - An Image Labeling Tool and Agricultural Dataset for Deep Learning [4.107998999964667]
本稿では,農業におけるコンピュータビジョン研究の促進を目的としたラベル付けツールとデータセットを紹介する。
データセットには、商用の温室から集めたオリジナルイメージ、PlantVillageの画像、Google Imagesの画像が含まれている。
合計で10kのトマト,7kの葉,2kの茎,2kの病気の葉の注釈が含まれていた。
論文 参考訳（メタデータ） (2020-04-06T13:38:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。