广东省数据知识产权存证登记平台-证书详情

登记信息

豌豆主要表型性状跟踪检测及筛选数据集v1 已登记

数据申请号：

粤2026082705382
数据登记号：

SZ2026120009820.X
关键词：

豌豆；数据集标签文件
登记时间：

2026-10-13
平台证书编号：

20260944000009820
数据处理者：

徐大鹏、宋丹彤、张云芳
服务机构：

暂无
登记主体：

兰州大学
法院编号：

广州互联网法院 - 1463169ce3c9887a3f500d0f107573df9a78edee63c4b47566874dbc3117b381-749fc1a4;legalxchain

区块链信息

上链时间：

2026-09-22
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：

579fb9fb70c2ad607aceb993ea3938c70cde4dd0154cebd2a28d46e354f37d321bfbebbe28da422b03f634a2cd7a445d848f9d64e7e155e706a93a32c91b6d10
区块链存证证书编号：

LXM-GDIPI-23202609223722325715

数据信息

数据简介

该数据集由兰州大学在甘肃省定西市农业科学研究院试验田（包含兰州大学中子辐射突变选育的待审品种）自行采集并整理，包含不同豌豆品种在苗期、花期和成熟期的田间图像。图像覆盖晴天、多云以及上午、中午、下午等采集场景，并包含俯视、正视和侧视等拍摄角度。原始数据共1517幅图像，采用YOLO格式标注，包含变态叶形态、托叶是否含花青甙、花色和豆荚形态等14类表型，共5651个标注实例。训练集在数据划分后进行了数据增强，由1241幅扩充至6205幅，验证集和测试集不进行数据增强。数据集由图像文件和对应的TXT标注文件组成，可用于人工智能的深度学习以实现其对豌豆表型目标检测、育种材料筛选以及相关深度学习算法研究。

数据来源：

自行产生
数据所属行业分类：

A01 农业

数据处理规则说明

对现场采集的1517幅豌豆图像进行清晰度、拍摄角度和目标可辨识度筛选，并统一文件命名。由2名人员使用LabelImg逐幅绘制目标边界框，按照14类表型性状进行分类标注，标注结果采用YOLO格式TXT文件保存，每行记录类别编号、目标框中心点坐标、框宽和框高。标注完成后复核漏标、错标及图像与TXT文件对应关系，并将数据划分为训练集1241幅、验证集138幅和测试集138幅。使用Python及Albumentations对训练集实施翻转、旋转、亮度与对比度调整、高斯模糊、随机裁剪和随机遮挡等增强，变换图像的同时同步调整目标框坐标，最终形成6481幅图像及对应标注文件。本数据不涉及个人信息，无需进行匿名化或去标识化处理。

应用场景描述

该数据集面向实际田间场景，能够支持农业科研人员利用人工智能开展实验田中豌豆变态叶卷须形态、花色及豆荚形态等表型性状的自动检测与育种材料筛选，减少人工记录的工作量和田间的辛劳。数据还可用于训练、验证和测试目标检测模型，供深度学习算法研究使用。未来可进一步补充表型类别、丰富样本，并与田间采集设备或移动端检测系统结合，用于大田豌豆选育过程中的表型性状跟踪分析，逐步实现高通量、自动化检测，降低人工成本。另外，将设备部署于田间还可用豌豆农业生产的智能化监控和精细化管理。

数据格式：

jpg、txt、xlsx
数据更新频率：

年更新
数据量：

6481

样例数据

1、DSC_0008_1.jpg、DSC_0008_1.txt、6000、4000、1800、1200、5、紫青甙托叶 2、DSC_0016_1.jpg、DSC_0016_1.txt、6000、4000、1800、1200、4、全卷须小叶、无紫青甙托叶 3、DSC_0021_1.jpg、DSC_0021_1.txt、6000、4000、1800、1200、5、全卷须小叶、无紫青甙托叶

数据结构样例

本数据集以jpg图像、同名txt标注文件及xlsx样例数据清单形式存储。xlsx样例数据清单字段依次为：序号（INT）、图像文件（VARCHAR(100)）、标注文件（VARCHAR(100)）、原始宽度（INT）、原始高度（INT）、审查图宽度（INT）、审查图高度（INT）、标注框数量（INT）、包含类别（VARCHAR(500)）。样例：1、DSC_0008_1.jpg、DSC_0008_1.txt、6000、4000、1800、1200、5、紫青甙托叶。

数据状态

2026-10-13

数据知识产权登记完成