作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
构建可供机器学习建模使用的图像数据集对于实现高效的农业病虫害识别至关重要.本数据集收集整理了白粉病、霜霉病等7种葡萄病害图像数据,共计3622张,约697 MB.本数据集可为葡萄病害识别研究领域提供宝贵的基础数据资源,同时可作为大数据环境下机器学习建模的标准图库,对促进农业病害图像识别研究的发展具有重要的实际应用价值.
推荐文章
基于图像处理和模糊识别技术的烟叶病害识别研究
烟叶病害
自适应中值滤波
快速模糊C-均值聚类
模糊识别
改进 ACGAN数据增强的番茄叶片病害识别
数据增强
生成对抗网络
病害识别
番茄叶片
隐参数标签
多尺度
基于卷积神经网络的玉米病害小样本识别研究
玉米病害
迁移学习
小样本
卷积神经网络
Focal Loss
混淆矩阵
基于过渡区研究的黄瓜病害识别方法
黄瓜
病害识别
图像分割
过渡区
特征提取
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 IDADP-葡萄病害识别研究图像数据集
来源期刊 中国科学数据:中英文网络版 学科
关键词 IDADP 葡萄病害 图像识别 机器学习 训练样本
年,卷(期) 2022,(1) 所属期刊栏目 国家科学数据中心联合专刊
研究方向 页码范围 80-84
页数 5页 分类号
字数 语种 中文
DOI 10.11922/11-6035.csd.2021.0077.zh
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
IDADP
葡萄病害
图像识别
机器学习
训练样本
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科学数据(中英文网络版)
季刊
2096-2223
11-6035/N
北京市海淀区中关村南四街4号2号楼403
2016
chi
出版文献量(篇)
317
总下载数(次)
600
总被引数(次)
155
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导