PlantVillageVQA：面向植物科学的视觉-语言模型基准测试数据集
计算机视觉与模式识别
2025-09-01 v2 人工智能
机器学习
摘要
PlantVillageVQA 是一个大型视觉问题答案（VQA）数据集，源自广泛使用的 PlantVillage 图像语料库。它旨在推动面向农业决策和分析的视觉-语言模型的开发与评估。PlantVillageVQA 数据集包含 193,609 对高质量的问答（QA）配对，基于 55,448 张涵盖 14 种作物物种和 38 种病虫害情况的图像。问题按认知复杂性分为 3 级，并分为 9 个不同类别。每个问题类别均遵循专家指导并通过自动两阶段管道生成：（1）基于图像元数据的模板化 QA 合成，（2）多阶段语言重构。该数据集经过领域专家反复审阅，以确保科学准确性和相关性。最终数据集使用三种最先进的模型进行质量评估。我们的目标是提供一个公开可用、标准化且经专家验证的数据库，以提高植物病害诊断准确性，推动农业领域的科学研究。该数据集将在 https://huggingface.co/datasets/SyedNazmusSakib/PlantVillageVQA 上开源。
引用
@article{arxiv.2508.17117,
title = {PlantVillageVQA: A Visual Question Answering Dataset for Benchmarking Vision-Language Models in Plant Science},
author = {Syed Nazmus Sakib and Nafiul Haque and Mohammad Zabed Hossain and Shifat E. Arman},
journal= {arXiv preprint arXiv:2508.17117},
year = {2025}
}
备注
17 pages, 15 figures and Submittd to Nature Scientific Data