PhenoBench——面向农业领域语义图像解释的大型数据集与基准
计算机视觉与模式识别
2024-07-25 v2 机器人学
摘要
生产粮食、饲料、纤维和燃料是农业的一项关键任务，其在未来几十年必须应对诸多挑战，例如需求增长、气候变化、劳动力短缺以及可耕地不足。视觉系统可以支持做出更好、更可持续的田间管理决策，也可以通过实现时间密集且可复现的测量来支持新品种作物的育种。近来，农业机器人在视觉与机器人学界受到越来越多的关注，因为它是应对上述劳动力短缺并实现更可持续生产的一条有前景的途径。虽然其他领域的大型数据集与基准已 readily available（易于获取）并推动了显著进展，但农业数据集与基准相对稀少。我们提出了一个用于真实农业田块语义解释的标注数据集与基准。我们的数据集由无人机（UAV）采集，提供作物与杂草的高质量像素级标注，同时也提供作物叶片实例标注。此外，我们针对一个由不同田块组成的隐藏测试集提供了多种任务的基准：包含训练数据所覆盖的已知田块，以及一个完全未见的田块。我们的数据集、基准与代码可在 \url{https://www.phenobench.org} 获取。
引用
@article{arxiv.2306.04557,
title = {PhenoBench -- A Large Dataset and Benchmarks for Semantic Image Interpretation in the Agricultural Domain},
author = {Jan Weyler and Federico Magistri and Elias Marks and Yue Linn Chong and Matteo Sodano and Gianmarco Roggiolani and Nived Chebrolu and Cyrill Stachniss and Jens Behley},
journal= {arXiv preprint arXiv:2306.04557},
year = {2024}
}
备注
Accepted by IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI)