農業語義分割的數據合成方法：辣椒數據集

本文描述了一種為田間大規模語義圖像分割數據集提供的綜合方法，植物表型資訊介紹如下。

溫馨提醒:「第二屆亞太植物表型國際會議」將於2018年03月23-25日舉行。

本文描述了一種為田間大規模語義圖像分割數據集提供的綜合方法，旨在縮短農業機器人領域中計算機視覺性能之間的差距。文中提出了一種通過試驗測量生成植物隨機網格的新方法，包括自動生成多個植物機體結構的逐像素分類和深度標籤，並通過辣椒（甜椒或柿子椒）在高科技溫室運行的示例來驗證結果。其中，10500個圖像合成數據集是通過Blender軟體提供，並使用具有隨機參數的42個程序生成植物模型場景。這些參數是15個植物莖桿上115個位置的21個實測植物性狀。隨後通過3D掃描獲得果實模型，並拍照收集植物部分紋理。作為用於建模和評估分割性能的參考數據集，使用甜椒收穫機器人原型的圖像採集硬體從多個角度和距離收集溫室中50個植物的750個試驗圖像。實驗過程中研究人員假設合成圖像和試驗圖像之間具有高度相似性，並通過定性和定量分析比較這兩個圖像集合。這些集合和模型是公開發布的，希望科學家們在農業計算機視覺方法之間能夠進行性能比較、獲得建模改進的反饋，並進一步驗證合成引導和試驗微調的可用性。在文章最後，研究人員認為相關的合成數據集引導和試驗微調很可能用於改善研究。

Capsicum Annuum植物的一部分，其中一個節點位於所有植物部分生長的中心

隨機生成辣椒實例的三網格透視

來自實驗A（最上一行）的合成測試集合和來自實驗E（最下一行）的經驗測試集合的分割結果

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！