MinneApple：用于苹果检测与分割的基准数据集
计算机视觉与模式识别
2020-01-16 v2
摘要
在这项工作中，我们提出了一个新的数据集，以推进果园环境中果实检测、分割与计数的最先进水平。尽管近期在解决这些问题上已有显著关注，但缺乏统一的数据集使得结果比较十分困难。我们希望通过提供在果园中获取的大量高分辨率图像以及人工标注的树上果实，来实现直接比较。果实采用针对每个目标实例的多边形掩膜进行标注，以辅助精确的目标检测、定位与分割。此外，我们提供了用于基于图像块的簇生果实计数数据。我们的数据集在 1000 张图像中包含超过 41,000 个标注目标实例。我们给出了数据集的详细概览，以及边界框检测、分割和果实计数的基线性能分析，还有代表性的产量估计结果。我们公开此数据集并托管 CodaLab 挑战赛，以鼓励在通用数据集上的结果比较。要下载数据并了解更多关于 MinneApple 的信息，请参见项目网站：http://rsn.cs.umn.edu/index.php/MinneApple。最新信息可在线获取。
引用
@article{arxiv.1909.06441,
title = {MinneApple: A Benchmark Dataset for Apple Detection and Segmentation},
author = {Nicolai Häni and Pravakar Roy and Volkan Isler},
journal= {arXiv preprint arXiv:1909.06441},
year = {2020}
}