河南工业大学储粮害虫图像数据集.pdf
《河南工业大学储粮害虫图像数据集.pdf》由会员分享,可在线阅读,更多相关《河南工业大学储粮害虫图像数据集.pdf(6页珍藏版)》请在咨信网上搜索。
1、农业大数据学报 2023,5(2):85-90 Journal of Agricultural Big Data DOI:10.19788/j.issn.2096-6369.230213 收稿日期:2023-04-23 基金项目:河南省重点研发与推广专项(科技攻关),212102210152 作者简介:通信作者于俊伟,博士,副教授,研究方向:计算机视觉,E-mail:。河南工业大学储粮害虫图像数据集 于俊伟1,2*,翟付品1,3 1.粮食信息处理与控制教育部重点实验室,郑州 450001;2.河南工业大学人工智能与大数据学院,郑州 450001;3.河南工业大学信息科学与工程学院,郑州 450
2、001 摘要:储粮害虫是造成粮食产后损失的重要因素,对粮食害虫早期活动进行检测和监控是减少储粮损失的必要且合适的防控措施。随着人工智能的发展,基于深度学习的图像检测方法在农业领域得到了广泛应用,目前在储粮害虫检测领域的研究相对较少,数据集的质量往往决定了深度学习模型能够学到的知识水平,因此构建专门用于储粮害虫图像检测和计数的数据集具有重要意义。本文提出的数据集 GrainPest 包含 500 幅粮虫原始图像、500 幅像素级显著目标标注图像、420 个害虫检测目标框标注文件和 500 条粮虫数量数据。数据集涵盖了玉米象、麦蛾、谷蠹、玉米螟、大谷盗、蚕豆象、米象、咖啡豆象、绿豆象、印度谷螟等主
3、要粮食害虫,图像背景涉及小麦、玉米、大米、稻谷、绿豆、蚕豆等常见粮食。由于实际检测中有很多粮食是未感染虫害的,因此数据集还包含了 80 幅不含害虫目标的纯粮食背景图像,这增加了害虫显著性检测的难度。本数据集提供了一个多样性的粮虫图像基准数据集,旨在促进深度学习在储粮害虫显著性检测、目标检测和粮虫计数方面的研究,为降低粮食储藏损失和保障粮食安全提供支持。关键词:储粮害虫;显著性检测;目标检测;粮虫等级 引用格式:于俊伟,翟付品.河南工业大学储粮害虫图像数据集J.农业大数据学报,2023,5(2):85-90.YU JunWei,ZHAI FuPin.Image Dataset of Stored
4、 Grain Pests by Henan University of Technology J.Journal of Agricultural Big Data,2023,5(2):85-90.Image Dataset of Stored Grain Pests by Henan University of Technology YU JunWei1,2*,ZHAI FuPin1,3 1.Key Laboratory of Grain Information Processing and Control,Ministry of Education,Zhengzhou 450001,Chin
5、a;2.College of Artificial Intelligence and Big Data,Henan University of Technology,Zhengzhou 450001,China;3.College of Information Science and Engineering,Henan University of Technology,Zhengzhou 450001,China Abstract:As grain pests cause a major post-harvest loss in stored grains,early detection an
6、d monitoring of grain pest activities become necessary for applying appropriate actions to reduce storage losses.With the development of artificial intelligence,image detection methods based on deep learning have been widely used in agriculture.However,current research in stored grain pest detection
7、 is relatively limited.The quality of the dataset will determine the level of knowledge that deep learning models can learn.Therefore,constructing a specialized dataset for grain pest detection and counting is of great significance.The proposed dataset GrainPest includes 500 original images of grain
8、 insects,500 pixel-level saliency annotation images,420 files with insect 86 农 业 大 数 据 学 报 第5卷 bounding boxes and 500 entries of pest counts.The data set covers various grain pests such as corn weevil,wheat moth,grain beetle,and corn borer,as well as different types of grain backgrounds such as whea
9、t,corn,and rice.Due to the fact that many grains are not infected with pests,the GrainPest also includes 80 pure grain background images without any pest,which bring more challenge for saliency detection.The GrainPest provides a benchmark dataset to promote the research of saliency detection,object
10、detection,and pests counting in stored grains,and the work will provide support for reducing grain storage losses and ensuring food security.Key words:grain pest;saliency detection;object detection;grade of infected grains 数据库(集)基本信息汇总表 数据库(集)名称数据库(集)名称 2022 年河南工业大学年河南工业大学 GrainPest 粮虫图像检测数据集粮虫图像检测数
11、据集 数据作者及分工数据作者及分工 于俊伟,项目申报、图片采集、数据整理、数据标注;翟付品,图像采集、数据整理、数据标注、论文撰写 数据通信作者数据通信作者 于俊伟,E-mail: 数据采集时间数据采集时间 2022 年 数据量数据量 21.9M/1422 数据格式数据格式 JPG;PNG;XML;EXCEL 数据服务系统网址数据服务系统网址 http:/dx.doi.org/10.12205/E0194.20230418.32.is.3629 CSTR:17058.11.E0194.20230418.32.is.3629 基金项目基金项目 2021 年度河南省重点研发与推广专项(科技攻关),
12、212102210152 数据库(集)组成数据库(集)组成 数据集包含 500 幅粮虫原始图像、500 幅像素级显著目标标注图像、420 个害虫检测目标框标注文件和 500 条粮虫数量数据。为了便于使用,数据集划分为训练集和测试集,两者均包括 Annotation 文件、gt 文件、RGB 文件、number 文件 1 引言 粮食是人类的主要食物来源,也是关系国家安全和国民经济的重要战略物资,每年因储粮害虫啃食、排泄、繁殖等活动造成的粮食产后损失约占粮食总产量的 10%1,因此,采用合适的方式进行储粮害虫的防治和控制在现代农业生产和粮食安全领域显得尤为重要。目前储粮害虫的检测方法主要有扦样检测
13、2、声音检测3和图像识别检测4等。其中,扦样检测需要人工进行扦样和过筛,存在工作量大、劳动强度高、工作环境差和效率低等问题,难以适应现代化粮食储藏以及检疫工作的需要。声音检测方法需要从声音信号中分离出特定频率的害虫声音。采用这种方法设备和技术成本高,在现实环境中容易受环境噪声和传感器噪声的影响。图像识别检测方法综合利用图像处理5、特征描述6和计算机视觉7等相关技术对储粮害虫进行检测和识别,检测设备操作简单、灵活性好,检测结果精度高,特别是基于深度学习的粮虫图像检测方法,在储粮害虫监测和防控中已得到广泛应用。然而,由于储粮害虫种类多、体形小、形态结构复杂,再加上储粮品种、等级、杂质、残缺等因素影
14、响,基于深度学习的粮虫图像检测方法的研究和应用受限于缺乏合适的储粮害虫图像检测数据集。因此,为了提高储粮害虫图像检测方法的鲁棒性和适应性,我们构建了专门用于储粮害虫的图像检测的数据集GrainPest。该数据集包含 500 幅粮虫原始图像、500幅像素级手工标注的用于粮虫显著性检测的 PNG 图像、420 个用于目标检测的标注框 XML 文件和 500条记录粮虫数量的 Excel 文件。粮虫图像的背景包括小麦、玉米、大米等不同类型的粮食,以保证数据集的多样性。粮虫目标包括玉米象、麦蛾、谷蠹、玉米螟等多种粮食害虫。由于实际检测中很多粮食是未感染虫害的,本数据集还包含了 80 幅不含显著目标的纯粮
15、食背景图像。该数据集具有丰富的目标类别和多样性的图像场景,通过在 GrainPest 数据集上进行显著性检测算法和目标检测算法的训练和评估,可以有效地验证和改进显著性检测算法和目标检测算法在储粮害虫检测方面的性能,从而为粮食害虫的快速检测和防控提供有力支持。此外,通过该数据集中提供的粮虫数量记录,第 2 期 于俊伟等:河南工业大学储粮害虫图像数据集 87 通过合适的计数模型可以进行粮虫等级的判定,从而提高粮食储存管理的效率和精确性。因此,该数据集有助于推动图像检测算法在储粮害虫监测和防控领域的发展,为农业生产和粮食产后减损提供有效的技术支持。2 数据采集与处理方法 2.1 数据来源 Grain
16、Pest 数据集的图像主要来源于实验室拍摄图像、网络搜索引擎和专业昆虫图像网站等渠道。首先,实验室环境下,在可控温度的冰箱(恒温箱)里培养玉米象、麦蛾、谷蠹等粮食害虫,将成虫混入小麦、玉米、大米等粮食,将这些粮食放入冰箱,在适宜害虫生活的温度下放置 2 天以上,然后取样拍摄图像。由于粮食害虫图像检测方面并没有数据获取的标准,本数据集的部分图像是在室内照明条件下采用普通数码相机拍摄的,不需要专门的样品检测台和特殊的光源设计。其次,通过搜索引擎和以图搜图等技术手段从网络上爬取储粮害虫图像。最后,从 https:/www.insectimages.org/等专业昆虫图像网站获取由专业摄影人员提供的粮
17、虫图像。2.2 图像处理 获取的图像经过预处理和清洗,包括图像格式的统一、图像质量的调整以及图像大小的裁剪。为了适应常见的计算机视觉深度学习模型的输入尺寸,本数据集的大部分图像经剪切和缩放调整为分辨率400*300 的三通道彩色图像。这一步骤旨在确保数据集中的图像具有一致的格式和质量,以减少干扰因素对显著性检测和目标检测等任务的影响。2.3 数据标注 为了模拟人类和鸟类通过简单的扫视就能发现粮食中的虫子,对含有储粮害虫的图像进行显著性分析,有利于确定粮食中有无害虫及其所在区域,为进行粮虫精确定位和种类识别提供帮助。在进行储粮害虫显著目标标注时,我们邀请老师和同学共 10 人对数据集中每幅图像进
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 河南 工业大学 害虫 图像 数据
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。