Published December 1, 2023
| Version v1
Publication
Mint leaves: Dried, fresh, and spoiled dataset for condition analysis and machine learning applications
- 1. Bharati Vidyapeeth Deemed University
- 2. Kasetsart University
Description
We present a comprehensive dataset of 5,323 images of mint (pudina) leaves in various conditions, including dried, fresh, and spoiled. The dataset is designed to facilitate research in the domain of condition analysis and machine learning applications for leaf quality assessment. Each category of the dataset contains a diverse range of images captured under controlled conditions, ensuring variations in lighting, background, and leaf orientation. The dataset also includes manual annotations for each image, which categorize them into the respective conditions. This dataset has the potential to be used to train and evaluate machine learning algorithms and computer vision models for accurate discernment of the condition of mint leaves. This could enable rapid quality assessment and decision-making in various industries, such as agriculture, food preservation, and pharmaceuticals. We invite researchers to explore innovative approaches to advance the field of leaf quality assessment and contribute to the development of reliable automated systems using our dataset and its associated annotations.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
نقدم مجموعة بيانات شاملة من 5323 صورة لأوراق النعناع (بودينا) في ظروف مختلفة، بما في ذلك المجففة والطازجة والمدللة. تم تصميم مجموعة البيانات لتسهيل البحث في مجال تحليل الحالة وتطبيقات التعلم الآلي لتقييم جودة LEAF. تحتوي كل فئة من مجموعات البيانات على مجموعة متنوعة من الصور الملتقطة في ظل ظروف خاضعة للرقابة، مما يضمن الاختلافات في الإضاءة والخلفية واتجاه الورقة. تتضمن مجموعة البيانات أيضًا تعليقات توضيحية يدوية لكل صورة، والتي تصنفها في الظروف ذات الصلة. يمكن استخدام مجموعة البيانات هذه لتدريب وتقييم خوارزميات التعلم الآلي ونماذج رؤية الكمبيوتر للتمييز الدقيق لحالة أوراق النعناع. ويمكن أن يتيح ذلك إجراء تقييم سريع للجودة واتخاذ القرارات في مختلف الصناعات، مثل الزراعة وحفظ الأغذية والمستحضرات الصيدلانية. ندعو الباحثين إلى استكشاف مناهج مبتكرة للنهوض بمجال تقييم جودة الأوراق والمساهمة في تطوير أنظمة آلية موثوقة باستخدام مجموعة البيانات الخاصة بنا والتعليقات التوضيحية المرتبطة بها.Translated Description (French)
Nous présentons un ensemble de données complet de 5 323 images de feuilles de menthe (pudina) dans diverses conditions, y compris séchées, fraîches et gâtées. L'ensemble de données est conçu pour faciliter la recherche dans le domaine de l'analyse de l'état et des applications d'apprentissage automatique pour l'évaluation de la qualité des feuilles. Chaque catégorie de l'ensemble de données contient une gamme diversifiée d'images capturées dans des conditions contrôlées, garantissant des variations d'éclairage, d'arrière-plan et d'orientation des feuilles. L'ensemble de données comprend également des annotations manuelles pour chaque image, qui les classent dans les conditions respectives. Cet ensemble de données peut être utilisé pour former et évaluer des algorithmes d'apprentissage automatique et des modèles de vision par ordinateur pour un discernement précis de l'état des feuilles de menthe. Cela pourrait permettre une évaluation rapide de la qualité et la prise de décision dans diverses industries, telles que l'agriculture, la conservation des aliments et les produits pharmaceutiques. Nous invitons les chercheurs à explorer des approches innovantes pour faire progresser le domaine de l'évaluation de la qualité des feuilles et contribuer au développement de systèmes automatisés fiables à l'aide de notre ensemble de données et de ses annotations associées.Translated Description (Spanish)
Presentamos un conjunto de datos completo de 5.323 imágenes de hojas de menta (pudina) en diversas condiciones, incluyendo secas, frescas y en mal estado. El conjunto de datos está diseñado para facilitar la investigación en el ámbito del análisis de condiciones y las aplicaciones de aprendizaje automático para la evaluación de la calidad de las hojas. Cada categoría del conjunto de datos contiene una amplia gama de imágenes capturadas en condiciones controladas, lo que garantiza variaciones en la iluminación, el fondo y la orientación de las hojas. El conjunto de datos también incluye anotaciones manuales para cada imagen, que las categorizan en las condiciones respectivas. Este conjunto de datos tiene el potencial de ser utilizado para entrenar y evaluar algoritmos de aprendizaje automático y modelos de visión artificial para un discernimiento preciso de la condición de las hojas de menta. Esto podría permitir una rápida evaluación de la calidad y la toma de decisiones en diversas industrias, como la agricultura, la conservación de alimentos y los productos farmacéuticos. Invitamos a los investigadores a explorar enfoques innovadores para avanzar en el campo de la evaluación de la calidad de las hojas y contribuir al desarrollo de sistemas automatizados confiables utilizando nuestro conjunto de datos y sus anotaciones asociadas.Additional details
Additional titles
- Translated title (Arabic)
- أوراق النعناع: مجموعة بيانات مجففة وجديدة وفاسدة لتحليل الحالة وتطبيقات التعلم الآلي
- Translated title (French)
- Feuilles de menthe : ensemble de données séchées, fraîches et gâtées pour les applications d'analyse de l'état et d'apprentissage automatique
- Translated title (Spanish)
- Hojas de menta: conjunto de datos secos, frescos y estropeados para aplicaciones de análisis de condiciones y aprendizaje automático
Identifiers
- Other
- https://openalex.org/W4387910944
- DOI
- 10.1016/j.dib.2023.109717
References
- https://openalex.org/W2159884299
- https://openalex.org/W2947255548
- https://openalex.org/W2969292408
- https://openalex.org/W4200108856
- https://openalex.org/W4214908455
- https://openalex.org/W4300980868
- https://openalex.org/W4377861511
- https://openalex.org/W4380200124
- https://openalex.org/W4381426228
- https://openalex.org/W4386954612
- https://openalex.org/W4388496043