PlantSeg：一个大规模野外植物病害分割数据集
计算机视觉与模式识别
2024-09-09 v1
摘要
植物病害对农业构成严重威胁。这使得对其进行适当的诊断和有效的治疗成为必要，以保卫作物产量。为了自动化诊断过程，通常会采用图像分割来精确识别受感染区域，从而推动精密农业的发展。开发针对植物病害的鲁棒图像分割模型需要大量高质量的注释。然而，现有的植物病害数据集通常缺乏分割标签，且常局限于受控实验室环境，这并不充分反映自然环境的复杂性。为了这一目的，我们建立了 PlantSeg，这是一个规模庞大的植物病害分割数据集。PlantSeg 与现有数据集有三大区别：（1）注释类型：与大多数现有数据集仅包含类别标签或边界框不同，PlantSeg 中的每张图像都包含详细且高质量的分割掩码，并与植物类型和病害名称相关联。（2）图像来源：与典型的数据集不同，PlantSeg 主要包含野外植物病害图像。这种选择增强了实际应用性，因为训练好的模型可用于综合病害管理。（3）规模：PlantSeg 规模庞大，包含 11,400 张具有病害分割掩码的图像，另外还有 8,000 张按植物类型分类的健康植物图像。广泛的技术实验验证了 PlantSeg 注释的高质量。这一数据集不仅允许研究人员评估其图像分类方法，还为开发和基准测试先进的植物病害分割算法提供了关键基础。
引用
@article{arxiv.2409.04038,
title = {PlantSeg: A Large-Scale In-the-wild Dataset for Plant Disease Segmentation},
author = {Tianqi Wei and Zhi Chen and Xin Yu and Scott Chapman and Paul Melloy and Zi Huang},
journal= {arXiv preprint arXiv:2409.04038},
year = {2024}
}