文献类型： 中文期刊

作者： 王亚鹏 ¹ ; 李全胜 ¹ ; 古丽米拉·克孜尔别克 ¹ ; 闫燊 ¹ ; 刘婷婷 ¹ ; 孙伟 ¹ ; 曹姗姗 ¹ ;

作者机构： 1.新疆农业大学;中国农业科学院农业信息研究所;国家农业科学数据中心;中国农业科学院国家南繁研究院

关键词： 荒漠植物;识别;标准图库;训练样本

期刊名称： 中国科学数据(中英文网络版)

ISSN： 2096-2223

年卷期： 2023 年 01 期

页码： 264-270

收录情况： CSCD

摘要： 荒漠植物类型的机器视觉自动识别可为防风固沙、生态系统价值评估、植被恢复与重建等研究提供技术支持，减少对植物专家鉴定的依赖。目前荒漠植物的机器判别模型研究主要依靠标准化处理过的高质量植物标本图片，缺少复杂自然条件下获取的荒漠植物图像。本数据集提供了可用于深度学习图像分类模型训练的新疆典型荒漠植物图像，包含不同季节、自然背景和光照条件下获取的15550张新疆荒漠植物数码相机图片，涵盖19种典型荒漠植物类型，碱蓬图像数量最少，沙蒿最多，分别为465张和1240张，中位数为800，已满足主流深度学习模型训练需要。本数据集可为荒漠植物图像分割、目标检测、自动识别等研究提供基础数据。