AppleGrowthVision: 一个用于苹果园中表现学分析、果实检测和3D重建的大规模立体数据集
计算机视觉与模式识别
2025-05-21 v1 人工智能
摘要
深度学习已彻底变革了精密农业领域的计算机视觉，但苹果园监测仍受数据集限制。缺乏多样化且真实的数据集，以及标注密集且异构场景的困难。现有数据集忽略了不同的生长阶段和立体图像，这两者都是实现园区真实3D建模以及果实定位、产量估计和结构分析所必需的。为此，我们提出了 AppleGrowthVision 数据集，该数据集包含两个子集：第一个子集包含来自德国布兰伯格某农场收集的 9317 幅高分辨率立体图像，覆盖完整生长周期中的六个经农业验证的生长阶段；第二个子集包含来自同一农场（布兰伯格）以及 Pillnitz（德国）的 1125 幅密集标注图像，总计 31084 个苹果标注。AppleGrowthVision 提供了带有农业验证生长阶段的立体图像数据，实现精确的表现学分析和3D重建。将我们的数据扩展到 MinneApple 可使 YOLOv8的 F1 分数提升 7.69%，将其添加到 MinneApple 和 MAD 可使 Faster R-CNN的 F1 分数提升 31.06%。此外，使用 VGG16、ResNet152、DenseNet201 和 MobileNetv2预测六个 BBCH 生长阶段的准确率均超过 95%。AppleGrowthVision 弥合了农业科学与计算机视觉之间的鸿沟，为开发针对精密农业中果实检测、生长建模和3D分析的鲁棒模型提供了支持。未来工作包括改进标注、增强3D重建、并在所有生长阶段扩展多模态分析。
引用
@article{arxiv.2505.14029,
title = {AppleGrowthVision: A large-scale stereo dataset for phenological analysis, fruit detection, and 3D reconstruction in apple orchards},
author = {Laura-Sophia von Hirschhausen and Jannes S. Magnusson and Mykyta Kovalenko and Fredrik Boye and Tanay Rawat and Peter Eisert and Anna Hilsmann and Sebastian Pretzsch and Sebastian Bosse},
journal= {arXiv preprint arXiv:2505.14029},
year = {2025}
}