从顶视图像估算过栏生物量:面向精密农业的数据集
计算机视觉与模式识别
2025-10-28 v1
摘要
准确估算过栏生物量对于 livestock 生产系统的决策至关重要。过栏生物量的估计可用于管理放牧率,以最大化过栏利用率,同时最小化过度放牧风险并促进整个系统的健康。我们提供了一个包含 1,162 个标注过栏顶视图像的综合数据集,覆盖澳大利亚 19 个地点。这些图像横跨多个季节,包括多种温带过栏物种。每张图像捕获一个 的四边形区域,并配有地面测量数据,包括按成分分类的生物量(绿色、死亡和 legume 份额)、植被高度以及来自主动光学传感器(AOS)的归一化植被指数(NDVI)。数据的多维特性将视觉、光谱和结构信息结合在一起,为推动精密放牧管理的应用开辟了新的可能性。该数据集已在 Kaggle 竞赛中发布和托管,挑战国际机器学习社区完成过栏生物量估计任务。该数据集可在官方 Kaggle 网页上获取:https://www.kaggle.com/competitions/csiro-biomass
引用
@article{arxiv.2510.22916,
title = {Estimating Pasture Biomass from Top-View Images: A Dataset for Precision Agriculture},
author = {Qiyu Liao and Dadong Wang and Rebecca Haling and Jiajun Liu and Xun Li and Martyna Plomecka and Andrew Robson and Matthew Pringle and Rhys Pirie and Megan Walker and Joshua Whelan},
journal= {arXiv preprint arXiv:2510.22916},
year = {2025}
}
备注
9 pages, 2 figures, 2 tables, The dataset is available on the official Kaggle webpage: https://www.kaggle.com/competitions/csiro-biomass