MangoLeafBD：用于分类病害与健康芒果叶的综合图像数据集
计算机视觉与模式识别
2022-09-07 v1 机器学习
摘要
农业是尚未得到机器学习界应有重视的少数领域之一。数据集在机器学习学科中的重要性再怎么强调也不为过。缺乏与农业相关的标准且公开可用的数据集，阻碍了该学科从业者充分利用这些强大的计算预测工具和技术。为改善这一状况，我们开发了据我们所知首个标准的、即用型的、公开可用的芒果叶数据集。图像采集自孟加拉国（世界上顶级芒果种植国之一）的四个芒果果园。该数据集包含约 1800 片不同叶片的 4000 张图像，涵盖七种病害。尽管该数据集仅使用孟加拉国的芒果叶开发，但由于我们处理的病害在许多国家普遍存在，该数据集也可能适用于识别其他国家的芒果病害，从而提升芒果产量。该数据集有望引起机器学习研究者和自动化农业领域从业者的广泛关注。
引用
@article{arxiv.2209.02377,
title = {MangoLeafBD: A Comprehensive Image Dataset to Classify Diseased and Healthy Mango Leaves},
author = {Sarder Iftekhar Ahmed and Muhammad Ibrahim and Md. Nadim and Md. Mizanur Rahman and Maria Mehjabin Shejunti and Taskeed Jabid and Md. Sawkat Ali},
journal= {arXiv preprint arXiv:2209.02377},
year = {2022}
}