PlantDoc：用于植物病害视觉检测的数据集
计算机视觉与模式识别
2019-11-26 v1 图像与视频处理
摘要
印度每年因植物病害损失35%的农作物产量。由于缺乏实验室基础设施和专业知识，植物病害的早期检测仍然困难。本文探讨了利用计算机视觉方法进行可扩展的早期植物病害检测的可能性。缺乏足够大规模非实验室数据集仍是实现基于视觉的植物病害检测的主要挑战。在此背景下，我们提出PlantDoc：一个用于视觉植物病害检测的数据集。我们的数据集共包含2,598个数据点，涵盖13种植物物种和最多17类病害，标注网络爬取图像约耗费300人工小时。为展示数据集的有效性，我们针对植物病害分类任务训练了3个模型。结果表明，使用我们的数据集建模可将分类准确率提高多达31%。我们相信该数据集有助于降低计算机视觉技术在植物病害检测中的入门门槛。
引用
@article{arxiv.1911.10317,
title = {PlantDoc: A Dataset for Visual Plant Disease Detection},
author = {Davinder Singh and Naman Jain and Pranjali Jain and Pratik Kayal and Sudhakar Kumawat and Nipun Batra},
journal= {arXiv preprint arXiv:1911.10317},
year = {2019}
}
备注
5 Pages, 6 figures, 3 tables