Zuckercanblätter-Datensatz: Ein Datensatz zur Krankheitsdetektion und -klassifikation für Anwendungen im maschinellen Lernen

Zuckerrüben, eine wichtige Kulturpflanze für die globale Zuckerindustrie, sind anfällig für verschiedene Krankheiten, die erhebliche Auswirkungen auf Ertrag und Qualität haben. Eine genaue und zeitnahe Krankheitsdetektion ist entscheidend für effektive Management- und Präventionsstrategien. Wir präsentieren den "Zuckerrübenblätter-Datensatz", der aus 6748 hochauflösenden Blattbildern besteht, die in neun Krankheitskategorien, eine Kategorie gesunder Blätter und eine Kategorie getrockneter Blätter klassifiziert sind. Der Datensatz umfasst Krankheiten wie Brand, Gelbe Blätterkrankheit, Pokkah Boeng, Mosale, Grasige Triebe, Braune Flecken, Braune Rostkrankheit, Bänderchlorose und Sett-Fäule. Das Potenzial des Datensatzes zur Wiederverwendung ist erheblich. Der bereitgestellte Datensatz dient als wertvolle Ressource für Forscher und Praktiker, die daran interessiert sind, Algorithmen für das maschinelle Lernen zur Krankheitsdetektion und -klassifikation bei Zuckerrübenblättern zu entwickeln. Durch die Nutzung dieses Datensatzes können verschiedene Techniken des maschinellen Lernens angewendet werden, einschließlich Deep Learning, Merkmalsextraktion und Mustererkennung, um die Genauigkeit und Effizienz von automatisierten Systemen zur Krankheitsidentifikation bei Zuckerrüben zu verbessern. Die offene Verfügbarkeit dieses Datensatzes fördert die Zusammenarbeit innerhalb der wissenschaftlichen Gemeinschaft, beschleunigt die Forschung an Strategien zur Krankheitsbekämpfung und verbessert die Zuckerproduktion. Durch die Nutzung des "Zuckerrübenblätter-Datensatzes" können wir die Krankheitsdetektion, -überwachung und -management im Zuckerrübenanbau vorantreiben, was zu verbesserten landwirtschaftlichen Praktiken und höheren Erträgen führt.