Xiaoping Wu1, Chi Zhan1, Yu-Kun Lai2, Ming-Ming Cheng1, Jufeng Yang1∗
1Nankai Universitatea 2Cardiff Universitatea
Abstract
Insecte sunt unul dintre principalii factori care afectează produselor agricole randament., Recunoașterea exactă a dăunătorilor de insecte facilitează măsuri preventive în timp util pentru a evita pierderile economice. Cu toate acestea, seturile de date existente pentru sarcina de clasificare vizuală se concentrează în principal pe obiecte comune, de exemplu, flori și câini. Acest lucru limitează aplicarea tehnologiei puternice de învățare profundă pe domenii specifice, cum ar fi domeniul agricol. În această lucrare, colectăm un set de date pe scară largă numit IP102 pentru recunoașterea dăunătorilor de insecte. Mai exact, acesta conține mai mult de 75.000 de imagini aparținând 102 categorii, care prezintă o distribuție naturală cu coadă lungă., În plus, adnotăm aproximativ 19.000 de imagini cu cutii de delimitare pentru detectarea obiectelor. IP102 are o taxonomie ierarhică, iar insectele dăunătoare care afectează în principal un anumit produs agricol sunt grupate în aceeași categorie de nivel superior. În plus, efectuăm mai multe experimente de bază privind setul de date IP102, inclusiv metode de clasificare realizate manual și bazate pe caracteristici profunde. Rezultatele experimentale arată că acest set de date prezintă provocările varianței inter – și intra-clasă și dezechilibrului de date., Credem că IP102 va facilita cercetările viitoare privind controlul practic al insectelor, clasificarea vizuală cu granulație fină și câmpurile de învățare dezechilibrate. Punem la dispoziția publicului setul de date și modelele pre-instruite la https://github.com/xpwu95/IP102.
hârtie
Repere
- cel mai mare set de date publice pentru recunoașterea dăunătorilor de insecte. Acest set de date conține 102 insecte dăunătoare, inclusiv 75,222 imagini cu etichete de categorie și 18,976 imagini cu casetele de încadrare.
- experimente extinse pe setul de date propus.,
motivația
- dăunătorul de insecte este unul dintre principalii factori care afectează randamentul produselor agricole. Recunoașterea exactă a dăunătorilor de insecte facilitează măsuri preventive în timp util pentru a evita pierderile economice.
- seturile de date existente privind insectele dăunătoare la scară mică nu pot satisface cerințele tehnologiei profunde.
Statistici a propus IP102
Figura 1: Statistică a propus IP102 set de date. (a) sistem de taxonomie ierarhică. (b) informații statistice.,
Provocările propuse IP102
Figura 2: Provocările propuse IP102 set de date. (a) Distribuție dezechilibrată. (b) Intra- & varianța între clase.,
Benchmark Experiments
Classification performance of handcrafted and deep features
Classification performance with different hierarchical labels
Detection performance
More examples
