广东省数据知识产权存证登记平台
登记信息
面向智慧农业的无人机稻穗识别与产量预测数据集 已登记
  • 数据申请号:

    粤2026072105089

  • 数据登记号:

    SZ2026120007481.0

  • 关键词:

    无人机遥感、稻穗目标检测、产量预测、智慧农业、深度学习

  • 登记时间:

    2026-08-28

  • 平台证书编号:

    20260744000007481

  • 数据处理者:

    暂无

  • 服务机构:

    横琴国际知识产权交易中心有限公司

  • 登记主体:

    广东海稻红农业科技有限公司

  • 法院编号:

    广州互联网法院 - c1769be06cf076dc090f808e195790c9040a147a89bab3170c04b68653d99b6c-749fc1a4;legalxchain

区块链信息
  • 上链时间:

    2026-08-13

  • 所属区块链:

    司法联盟链·广东省知识产权保护中心

  • 证据指纹:

    72974e05cbb9adcd2ff0904ddd07c106da28b1ccac29458d104a2977dc5198fa1d50a50d51571449dc6fa6d13005a47b4b4cccd0b43d6e5dda151674f2a36a88

  • 区块链存证证书编号:

    LXM-GDIPI-23202608134247790218

数据信息
数据简介
本数据集面向智慧农业中的水稻稻穗识别与产量预测场景构建。是我司通过无人机自主拍摄水稻视频,经Premiere按序列帧导出,获取原始图像。经精密筛选剔除模糊样本,保留有效图像,并利用Photoshop自动化切片将每张图像切分为16份,形成预处理图像。 所有图像统一转换为BMP格式,采用LabelImg工具进行最小外接矩形标注,确保每个稻穗目标精准框定。为消除复杂农田背景干扰,数据集进一步提取标注区域HSV颜色空间的H通道分量,构建滤波掩膜滤除非目标背景,有效突出稻穗特征。标注信息统一转换为XML格式,适配YOLOv3等深度学习模型训练。 该数据集可为稻穗目标检测、计数及产量预估提供高质量训练样本,支撑智慧农业精准管理。
  • 数据来源:

    自行产生

  • 数据所属行业分类:

    A05 农、林、牧、渔专业及辅助性活动

数据处理规则说明
一、视频图像提取。利用Premiere将航拍视频按序列帧导出,筛选有效帧构建初始图像集。 二、数据加工与XML生成。①图像切片:Photoshop自动化切片,每张切分为16份,统一转换为BMP格式;②目标标注:采用LabelImg以最小外接矩形框定稻穗目标,生成包含位置坐标及尺寸的标注信息;③滤波增强:对标注框内各像素点,提取3×3邻域内各像素RGB分量并转换为HSV空间,取H通道均值作为中心点目标值,遍历全框后排序确定最大/最小H值构建滤波掩膜,“与”图像执行逻辑操作滤除背景干扰;④将标注信息及滤波后图像封装为XML格式文件,记录图像尺寸、目标坐标及类别信息。 三、模型训练。基于YOLOv3构建训练模型,设置输入尺寸、迭代30次,聚类9种尺寸,设置置信度阈值0.01、IoU阈值0.5,自定义训练参数,对目标水稻数据集进行训练,获得训练好的权值参数,据此构建神经网络稻穗识别模型。 四、数据重复说明:在一张原始图中存在多根稻穗时,程序随机抽取多根代表性的稻穗存储在单条XML数据中,方便后续代码解析数据时循环遍历所有对象,增强兼容性,因此数据集中存在部分数据出现数据冗余的情况。
应用场景描述
本数据集面向智慧农业领域,以无人机遥感图像为基础,结合深度学习目标检测技术,支撑以下核心应用场景: 一、水稻田间产量预估。传统稻穗计数依赖人工田间采集,耗时长、成本高、主观性强。本数据集支持模型对稻穗进行精准检测与计数,通过获取单位面积稻穗数量等关键农艺性状指标,为产量评估预测提供数据基础。 二、作物生长状态评估。通过对农田稻穗的定位和识别,可实时观察水稻的生长状态,有助于及时掌握抽穗期、灌浆期、成熟期等关键生育期信息。 三、精准农业管理。为植保无人机、耕种机器人等农业智能装备提供稻穗识别能力,支撑变量施肥、病虫害监测等精准作业决策。 四、农业科研数据分析。为水稻育种表型分析、品种试验评估等科研工作提供高通量、自动化的稻穗检测与计数工具。
  • 数据格式:

    xml

  • 数据更新频率:

    其他

  • 数据量:

    1000

样例数据
<annotation> <!-- 数据集表名,匹配《数据结构说明》 --> <dataset_table>uav_rice_panicle_recognition_yield_prediction_dataset</dataset_table> <!-- 1. 数据ID:每条图像记录的唯一编号,主键 --> <data_id>RP0001</data_id> <!-- 2. 无人机飞行高度(米) --> <flight_height>9.9</flight_height> <!-- 3. 原始图像文件名 --> <filename>0001.bmp</filename> <!-- 4. 相机水平视角(度) --> <angle_of_view>84.9</angle_of_view> <!-- 5. 图像宽度(像素) --> <image_width>64</image_width> <!-- 6. 图像高度(像素) --> <image_height>64</image_height> <!-- 7. 图像色彩深度(RGB为3) --> <image 附件下载
数据结构样例
本数据集共包含31个字段,如下: 数据ID varchar 无人机飞行高度 float 图像文件名 varchar 相机水平视角 float 图像宽度 int 图像高度 int 图像色彩深度 int 生育期 varchar 标注稻穗数 int 标注框左上角x坐标 int 标注框左上角y坐标 int 标注框右下角x坐标 int 标注框右下角y坐标 int 稻穗长度 int 稻穗宽度 int 稻穗面积 int 稻穗长宽比 float HSV-H通道均值 float HSV-H通道最大值 float HSV-H通道最小值 float 滤波后图像文件名 varchar 模型输入尺寸 varchar 迭代次数 int 置信度阈值 float 单图检测稻穗数 int 单图检测结果JSON json 图像覆盖面积 float 单位面积稻穗数 float 实际产量实测值 float 预测产量值 float 产量预测偏差 float 上述所有字段非空,其中“数据ID”是主键,详细信息见《数据结构说明》文件。
数据状态
  • 2026-08-28

    数据知识产权登记完成