Published April 1, 2024
| Version v1
Publication
Empowering Agricultural Research: A Comprehensive Custard Apple (Annona squamosa) Disease Dataset for Precise Detection
- 1. Kasetsart University
- 2. Bharati Vidyapeeth Deemed University
Description
The Custard Apple, known as sugar apple or sweetsop, spans diverse regions like India, Portugal, Thailand, Cuba, and the West Indies. This dataset holds 8226 images of Custard Apple (Annona squamosa) fruit and leaf diseases, categorized into six types: Athracnose, Blank Canker, Diplodia Rot, Leaf Spot on fruit, Leaf Spot on leaf, and Mealy Bug. It's a key resource for refining machine learning algorithms focused on detecting and classifying diseases in Custard Apple plants. Utilizing methods like deep learning, feature extraction, and pattern recognition, this dataset sharpens automated disease identification precision. Its extensive range suits testing and training disease identification techniques. Public access fosters collaboration, fast-tracking plant pathology advancements and supporting Custard Apple plant sustainability. This dataset fosters collaborative efforts, aiding disease prevention techniques to boost Custard Apple yield and refine farming. It enhances disease identification, monitoring, and management in Custard Apple production, aiming to elevate agricultural practices and crop yields.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تمتد تفاحة الكاسترد، المعروفة باسم تفاحة السكر أو قمة الحلوى، عبر مناطق متنوعة مثل الهند والبرتغال وتايلاند وكوبا وجزر الهند الغربية. تحتوي مجموعة البيانات هذه على 8226 صورة لأمراض فاكهة وأوراق الكاسترد (Annona squamosa)، مصنفة إلى ستة أنواع: Athracnose، و Blank Canker، و Diplodia Rot، و Leaf Spot on fruit، و Leaf Spot on leaf، و Mealy Bug. إنها مورد رئيسي لتحسين خوارزميات التعلم الآلي التي تركز على اكتشاف الأمراض وتصنيفها في مصانع Castard Apple. باستخدام طرق مثل التعلم العميق واستخراج الميزات والتعرف على الأنماط، تعمل مجموعة البيانات هذه على زيادة دقة تحديد الأمراض تلقائيًا. تناسب مجموعتها الواسعة تقنيات الاختبار والتدريب على تحديد الأمراض. يعزز الوصول العام التعاون والتتبع السريع للتقدم في علم أمراض النباتات ودعم استدامة نباتات كاستارد آبل. تعزز مجموعة البيانات هذه الجهود التعاونية، وتساعد تقنيات الوقاية من الأمراض لتعزيز إنتاجية كاسترد آبل وتحسين الزراعة. إنه يعزز تحديد الأمراض ومراقبتها وإدارتها في إنتاج Castard Apple، بهدف رفع الممارسات الزراعية ومحاصيل المحاصيل.Translated Description (French)
La Custard Apple, connue sous le nom de sugar apple ou sweetsop, couvre diverses régions comme l'Inde, le Portugal, la Thaïlande, Cuba et les Antilles. Cet ensemble de données contient 8226 images de maladies des fruits et des feuilles de Custard Apple (Annona squamosa), classées en six types : Athracnose, Blank Canker, Diplodia Rot, Leaf Spot on fruit, Leaf Spot on leaf et Mealy Bug. C'est une ressource clé pour affiner les algorithmes d'apprentissage automatique axés sur la détection et la classification des maladies dans les usines Custard Apple. Utilisant des méthodes telles que l'apprentissage en profondeur, l'extraction de caractéristiques et la reconnaissance de formes, cet ensemble de données affine la précision de l'identification automatisée des maladies. Sa vaste gamme convient aux techniques de dépistage et de formation à l'identification des maladies. L'accès public favorise la collaboration, accélère les progrès de la pathologie des plantes et soutient la durabilité des plantes Custard Apple. Cet ensemble de données favorise les efforts de collaboration, en aidant les techniques de prévention des maladies à augmenter le rendement de Custard Apple et à affiner l'agriculture. Il améliore l'identification, la surveillance et la gestion des maladies dans la production de pommes Custard, dans le but d'améliorer les pratiques agricoles et les rendements des cultures.Translated Description (Spanish)
La chirimoya, conocida como manzana de azúcar o dulce, abarca diversas regiones como India, Portugal, Tailandia, Cuba y las Indias Occidentales. Este conjunto de datos contiene 8226 imágenes de enfermedades de la fruta y la hoja de la chirimoya (Annona squamosa), clasificadas en seis tipos: Athracnose, Blank Canker, Diplodia Rot, Leaf Spot en la fruta, Leaf Spot en la hoja y Mealy Bug. Es un recurso clave para perfeccionar los algoritmos de aprendizaje automático centrados en la detección y clasificación de enfermedades en las plantas de Custard Apple. Utilizando métodos como el aprendizaje profundo, la extracción de características y el reconocimiento de patrones, este conjunto de datos agudiza la precisión de la identificación automatizada de enfermedades. Su amplia gama se adapta a las pruebas y al entrenamiento de técnicas de identificación de enfermedades. El acceso público fomenta la colaboración, acelera los avances en patología vegetal y apoya la sostenibilidad de las plantas de Custard Apple. Este conjunto de datos fomenta los esfuerzos de colaboración, ayudando a las técnicas de prevención de enfermedades a aumentar el rendimiento de la chirimoya y refinar la agricultura. Mejora la identificación, el monitoreo y la gestión de enfermedades en la producción de chirimoya, con el objetivo de elevar las prácticas agrícolas y los rendimientos de los cultivos.Additional details
Additional titles
- Translated title (Arabic)
- تمكين البحوث الزراعية: مجموعة بيانات شاملة عن مرض الكاسترد (أنونا صدفية) للكشف الدقيق
- Translated title (French)
- Autonomiser la recherche agricole : un ensemble complet de données sur les maladies de la pomme de terre (Annona squamosa) pour une détection précise
- Translated title (Spanish)
- Empoderamiento de la investigación agrícola: un conjunto completo de datos sobre la enfermedad de la chirimoya (Annona squamosa) para una detección precisa
Identifiers
- Other
- https://openalex.org/W4391027153
- DOI
- 10.1016/j.dib.2024.110078
References
- https://openalex.org/W2969364300
- https://openalex.org/W4200108856
- https://openalex.org/W4221112181
- https://openalex.org/W4223617868
- https://openalex.org/W4300980868
- https://openalex.org/W4319442003
- https://openalex.org/W4387653036
- https://openalex.org/W4387910944