LDD: A Dataset for Grape Diseases Object Detection and Instance Segmentation

要約

よく知られているオブジェクト検出タスクの拡張であるインスタンスセグメンテーションタスクは、精密農業などの多くの分野で非常に役立ちます。植物の臓器とそれに関連する可能性のある病気を自動的に識別できるため、効果的なスケーリングと自動化が可能になります。
作物の監視とその病気の制御。
つる植物の病気の早期発見と診断に関連する問題に対処するために、インスタンスセグメンテーションアプローチを介して最先端の病気認識を進歩させることを目的として、新しいデータセットが作成されました。
これは、自然の状況で病気に冒された葉やブドウの房の画像を収集することによって達成されました。
データセットには、より一般的な8つのブドウ病の症状がある場合とない場合の、葉とブドウを含む10種類のオブジェクトの写真が含まれており、1,092枚の画像に合計17,706個のラベルが付けられたインスタンスがあります。
データセットの特性に関する完全なビューを提供するために、複数の統計的尺度が提案されています。
モデルMaskR-CNNおよびR^3-CNNが到達したオブジェクト検出およびインスタンスセグメンテーションタスクの予備結果がベースラインとして提供され、この手順が自動疾患の症状認識の目的について有望な結果に到達できることを示しています。

要約(オリジナル)

The Instance Segmentation task, an extension of the well-known Object Detection task, is of great help in many areas, such as precision agriculture: being able to automatically identify plant organs and the possible diseases associated with them, allows to effectively scale and automate crop monitoring and its diseases control. To address the problem related to early disease detection and diagnosis on vines plants, a new dataset has been created with the goal of advancing the state-of-the-art of diseases recognition via instance segmentation approaches. This was achieved by gathering images of leaves and clusters of grapes affected by diseases in their natural context. The dataset contains photos of 10 object types which include leaves and grapes with and without symptoms of the eight more common grape diseases, with a total of 17,706 labeled instances in 1,092 images. Multiple statistical measures are proposed in order to offer a complete view on the characteristics of the dataset. Preliminary results for the object detection and instance segmentation tasks reached by the models Mask R-CNN and R^3-CNN are provided as baseline, demonstrating that the procedure is able to reach promising results about the objective of automatic diseases’ symptoms recognition.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google