[论文解读] Global Wheat Head Dataset 2021: more diversity to improve the benchmarking of wheat head localization methods

Étienne David, Mario Serouart+33 more|arXiv (Cornell University)|May 17, 2021

Smart Agriculture and AI参考文献 17被引用 10

一句话总结

本文介绍了2021年全球小麦穗数据集，这是2020年原始数据集的显著扩展和多样化版本，新增了来自五个额外国家的1,722张图像以及81,553个小麦穗。更新后的数据集通过提升数据多样性、减少标注噪声，并支持新的AIcrowd挑战赛，从而改进了小麦穗定位的基准测试，推动了农业应用中计算机视觉的发展。

ABSTRACT

The Global Wheat Head Detection (GWHD) dataset was created in 2020 and has assembled 193,634 labelled wheat heads from 4,700 RGB images acquired from various acquisition platforms and 7 countries/institutions. With an associated competition hosted in Kaggle, GWHD has successfully attracted attention from both the computer vision and agricultural science communities. From this first experience in 2020, a few avenues for improvements have been identified, especially from the perspective of data size, head diversity and label reliability. To address these issues, the 2020 dataset has been reexamined, relabeled, and augmented by adding 1,722 images from 5 additional countries, allowing for 81,553 additional wheat heads to be added. We now release a new version of the Global Wheat Head Detection (GWHD) dataset in 2021, which is bigger, more diverse, and less noisy than the 2020 version. The GWHD 2021 is now publicly available at http://www.global-wheat.com/ and a new data challenge has been organized on AIcrowd to make use of this updated dataset.

研究动机与目标

• 为解决2020年全球小麦穗检测（GWHD）数据集中存在的局限性，包括数据多样性不足和标注噪声问题。
• 通过整合来自新地理区域和平台的图像，扩展数据集，以提高小麦穗定位模型的可靠性与泛化能力。
• 通过更大、更丰富、更高质量的数据集，支持更稳健的计算机视觉方法基准测试。
• 通过发布新的AIcrowd数据挑战赛，推动社区协作，促进小麦穗检测算法的创新与评估。

提出的方法

• 重新检查并重新标注原始2020年GWHD数据集，以纠正不一致之处并提升标注质量。
• 从五个新增国家收集了1,722张新的RGB图像，显著提升了地理和环境多样性。
• 整合来自多种成像平台的新图像，包括无人机、卫星和地面摄像头，以增强数据变异性。
• 在所有图像中保持一致的边界框标注标准，以确保与现有检测模型的兼容性。
• 通过专用URL公开发布更新后的数据集，以实现开放获取和可复现性。
• 组织新的AIcrowd挑战赛，以激发创新并评估在增强数据集上小麦穗检测算法的性能。

实验结果

研究问题

• RQ1 训练数据中增加的地理和环境多样性在多大程度上影响小麦穗检测模型的泛化能力？
• RQ2 标注质量与一致性的提升在多大程度上增强了农业环境中目标检测模型的性能与可靠性？
• RQ3 更大、更丰富的数据集是否能够减少过拟合并提升模型在不同成像条件和小麦表型下的鲁棒性？
• RQ4 新成像平台数据的引入在多大程度上影响了小麦穗定位算法的性能？

主要发现

• GWHD 2021数据集在6,422张图像中共标注了193,634 + 81,553 = 275,187个小麦穗，相较于2020版本，小麦穗数量增加了42%，图像数量增加了36%。
• 新增五个国家的图像显著提升了数据集的地理和表型多样性，增强了模型泛化潜力。
• 重新标注与质量控制减少了标注噪声，为评估检测算法提供了更可靠的基准。
• 数据集增强后的多样性与质量支持在小麦表型分析中更稳健的深度学习模型训练与评估。
• 数据集发布的同时启动新的AIcrowd挑战赛，已吸引计算机视觉与农业研究社区的积极参与。
• 更新后的数据集已通过提供的URL公开获取，支持可复现研究，并推动小麦穗检测领域的社区协作发展。