[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参考文献 6被引用 12

一句话总结

本文介绍了CD&S数据集，这是一个包含4,455张玉米病害图像的田间采集影像数据集，用于玉米病害识别与严重程度估计，包含2,112张原始田间图像和2,343张具有不同背景的增强图像。该数据集可支持在真实田间条件下对深度学习模型进行稳健训练，解决了基于实验室的数据集的局限性。

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

• 通过创建代表真实田间条件的数据集，填补深度学习模型在玉米病害检测方面的空白。
• 通过包含具有多样化背景（白色、黑色、无背景）的增强图像，提升模型的泛化能力。
• 同时支持目标检测（通过边界框标注）与严重程度分类（NLS的五级分类）。
• 提供一个公开可用的高质量数据集，用于训练和基准测试玉米病害检测模型。

提出的方法

• 使用配备1200万像素传感器的iPhone 11 Pro，在3000×3000像素分辨率下采集了2,112张三种常见玉米病害（NLB、GLS、NLS）的原始田间图像。
• 将数据集按50%训练与50%测试的比例进行划分，用于模型开发。
• 使用LabelImg以YOLO .txt格式对50%的训练图像进行边界框标注，用于目标检测。
• 通过在线工具去除背景，并将图像重新应用于白色、黑色和透明背景，生成2,343张增强图像。
• 将数据集组织为六个文件夹：原始图像、标注图像、黑色背景、白色背景、无背景和严重程度。
• 额外收集了515张NLS图像用于严重程度估计，按五级分类（1 = 抗性，5 = 易感性）进行分类。

实验结果

研究问题

• RQ1 在田间采集图像上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实现更好的泛化性能？
• RQ2 通过不同背景进行数据增强如何影响玉米病害检测模型的性能？
• RQ3 在真实田间条件下，边界框标注在多大程度上能提升玉米叶部病害检测的准确性？
• RQ4 能否从具有一致标注的田间图像中可靠地学习到NLS的五级严重程度分类？

主要发现

• CD&S数据集共包含4,455张图像，其中包括2,112张原始田间图像和2,343张具有三种不同背景的增强图像。
• 数据集中NLB、GLS和NLS的原始图像数量分别为511张、524张和562张。
• 通过将病叶图像置于白色、黑色和透明背景上，共生成了2,343张增强图像，以提升模型的鲁棒性。
• NLS严重程度子集包含1,077张图像，分为五个类别：108张（类别1）、330张（类别2）、297张（类别3）、231张（类别4）和111张（类别5）。
• 该数据集可通过OSF公开获取，具有组织良好的文件夹结构和元数据，便于访问与可复现性。
• 该数据集同时支持目标检测（通过边界框标注）与图像分类（通过严重程度类别），可支持多样化的深度学习应用。