ViViD-5K：用于基于田间的浆果检测与分割和葡萄簇闭合估计的葡萄园视觉数据集
计算机视觉与模式识别
2026-05-26 v1 其他定量生物学
摘要
簇闭合定义为浆果簇之间间隙逐渐填满的过程，这是葡萄园管理中的关键特征，影响疾病风险。然而，传统的视觉评分方法既费时又主观，缺乏时间分辨率。现有数据集很少支持细粒度的浆果级分析，限制了稳健深度学习模型的开发。本工作提出 ViViD-5k，一个包含 5000 张图像的大规模田间葡萄园视觉数据集，包含密集标注，包括超过 648,000 个浆果质心和 13 种品种的簇分割掩码。基于该数据集，我们引入 GrapeSAM，一个两阶段视觉管线，将基于点的浆果定位与使用 Segment Anything 进行的基于提示的分割相结合，随后是基于变换器的簇分割。该管线实现了对簇闭合的自动化、准在田间估计，所需监督最小。定量结果显示，在多样化条件下，分割和计数准确性均很强，而可视化结果确认了在同一域内和跨域样本上的鲁棒性。这一工作为手动紧凑性评分提供了可扩展且客观的替代方案，支持具有增强空间细节的高通量葡萄表型学。
引用
@article{arxiv.2605.24353,
title = {ViViD-5K: Vineyard vision dataset for field-based berry detection and segmentation and grape cluster closure estimation},
author = {Xiangzhi Tong and Chengrui Zhang and Mac Flaherty and Andre Matteo Garcia and Dominic Gorman and Jonathan Jaramillo and Justine E. Vanden Heuvel and Yu Jiang},
journal= {arXiv preprint arXiv:2605.24353},
year = {2026}
}