[论文解读] CD&S Dataset: Handheld Imagery Dataset Acquired Under Field Conditions for Corn Disease Identification and Severity Estimation

Aanis Ahmad, Dharmendra Saraswat+2 more|arXiv (Cornell University)|Oct 22, 2021

Smart Agriculture and AI被引用 7

一句话总结

本文介绍了CD&S数据集，这是一个在真实田间条件下采集的玉米病害图像数据集，包含4,455张玉米病害图像（2,112张原始田间图像和2,343张增强图像），用于识别北方叶枯病（NLB）、灰斑病（GLS）和北方叶斑病（NLS）。该数据集通过使用真实田间条件和背景增强数据，支持鲁棒的深度学习模型用于病害识别与严重程度估计，提升了模型在真实世界场景下的泛化能力，超越了基于实验室数据集的局限。

ABSTRACT

Accurate disease identification and its severity estimation is an important consideration for disease management. Deep learning-based solutions for disease management using imagery datasets are being increasingly explored by the research community. However, most reported studies have relied on imagery datasets that were acquired under controlled lab conditions. As a result, such models lacked the ability to identify diseases in the field. Therefore, to train a robust deep learning model for field use, an imagery dataset was created using raw images acquired under field conditions using a handheld sensor and augmented images with varying backgrounds. The Corn Disease and Severity (CD&S) dataset consisted of 511, 524, and 562, field acquired raw images, corresponding to three common foliar corn diseases, namely Northern Leaf Blight (NLB), Gray Leaf Spot (GLS), and Northern Leaf Spot (NLS), respectively. For training disease identification models, half of the imagery data for each disease was annotated using bounding boxes and also used to generate 2343 additional images through augmentation using three different backgrounds. For severity estimation, an additional 515 raw images for NLS were acquired and categorized into severity classes ranging from 1 (resistant) to 5 (susceptible). Overall, the CD&S dataset consisted of 4455 total images comprising of 2112 field images and 2343 augmented images.

研究动机与目标

• 为解决现有玉米病害检测深度学习模型在真实田间条件下性能不足的问题，通过在非受控田间环境中采集数据，填补实验室环境数据集的空白。
• 通过将田间图像与三种不同背景（黑色、白色、无背景）进行增强，提升模型在真实世界场景下的泛化能力。
• 同时支持目标检测（通过边界框标注）与严重程度估计（通过五级严重程度分级）任务，以应对玉米病害的复杂性。
• 提供一个公开可获取、结构清晰的数据集，以加速农业病害管理领域计算机视觉技术的研究进展。

提出的方法

• 使用配备1200万像素传感器的iPhone 11 Pro，在3000×3000像素分辨率下拍摄了三种常见玉米病害（北方叶枯病（NLB）、灰斑病（GLS）、北方叶斑病（NLS））的田间图像。
• 对原始图像采用50%-50%的训练-测试划分，使用LabelImg工具以YOLO .txt格式标注边界框，用于目标检测任务。
• 通过在线图像去除工具提取病叶，再利用Python脚本将病叶重新定位至黑色、白色及透明背景上，生成2,343张增强图像。
• 针对严重程度估计任务，额外采集了515张NLS图像，并按五级严重程度分级（1 = 抗性，5 = 易感），形成独立的严重程度数据子集。
• 数据集按用途划分为六个文件夹：Dataset_Original、Dataset_Annotated、Dataset_Black_Background、Dataset_White_Background、Dataset_No_Background 和 Dataset_Severity，全部托管于OSF.io平台。

实验结果

研究问题

• RQ1 在真实田间条件下采集的玉米病害图像上进行训练的深度学习模型，是否能比在实验室数据集上训练的模型展现出更好的泛化能力？
• RQ2 在真实田间条件下，将背景增强（黑色、白色、无背景）应用于图像，对病害识别模型的性能有何影响？
• RQ3 基于田间采集的、带有严重程度分级的图像数据集，在多大程度上能提升玉米病害严重程度估计的准确性？
• RQ4 田间图像中的边界框标注是否能够有效支持玉米叶部病害的目标检测？

主要发现

• CD&S数据集共包含4,455张图像，其中2,112张为原始田间图像，2,343张为增强图像；原始数据集中包含511张NLB图像、524张GLS图像和562张NLS图像。
• 数据集中包含2,343张通过将病叶置于黑色、白色及透明背景上生成的增强图像，以提升模型对复杂背景的鲁棒性。
• 针对严重程度估计任务，额外采集了515张NLS图像，并划分为五个严重程度等级，各类别数量分别为108、330、297、231和111。
• 该数据集通过OSF.io平台公开获取，文件夹结构清晰，分别对应原始图像、标注图像、背景增强图像及严重程度数据，便于不同应用场景的使用。
• 该数据集同时支持目标检测（通过YOLO格式边界框）与图像分类任务，为植物病理学领域的多样化深度学习应用提供支持。