CongNaMul：面向大豆芽图像处理的数据集
计算机视觉与模式识别
2024-01-29 v2 人工智能
机器学习
图像与视频处理
摘要
我们提出了“CongNaMul”，一个为大豆芽图像分析中的多种任务而设计的综合性数据集。CongNaMul 数据集旨在促进图像分类、语义分割、分解以及长度与重量测量等任务。分类任务提供四个类别以判定大豆芽品质：正常、断裂、有斑点、断裂且有斑点，用于开发人工智能辅助的自动品质检测技术。对于语义分割，数据集包含从单株芽图像到多株芽图像等不同复杂度的图像，以及人工标注的掩码图像。标签具有 4 个不同类别：背景、头部、躯干、尾部。该数据集还提供用于图像分解任务的图片与掩码，包括两幅独立的芽图像及其合成形式。最后，提供芽的 5 个物理特征（头部长度、躯干长度、躯干厚度、尾部长度、重量）以用于基于图像的测量任务。该数据集有望成为大豆芽高级图像分析中广泛研究与应用的有价值资源。同时，我们希望该数据集能协助其他工业领域中研究分类、语义分割、分解及物理特征测量的研究者评估其模型。数据集可在作者仓库获取。(https://bhban.kr/data)
引用
@article{arxiv.2308.15690,
title = {CongNaMul: A Dataset for Advanced Image Processing of Soybean Sprouts},
author = {Byunghyun Ban and Donghun Ryu and Su-won Hwang},
journal= {arXiv preprint arXiv:2308.15690},
year = {2024}
}
备注
Accepted to International Conference on ICT Convergence 2023