Logo Lanfrica
  • Home
  • Atlas
  • Insights
  • Docs
  • Sign in

© 2026 Lanfrica. All rights reserved. All copyrights of the resources shown on the Lanfrica website belong to the original copyright holders, unless explicitly stated otherwise.

Images of Soybean Leaves

Domain:

agriculture

Record type:

dataset
Creator:
Mar
Editor:
Mar
Publisher:
Men
Host:avatar
Este conjunto de dados é composto por três pastas de imagem de folhas de soja: Caterpillar, Diabrotica Speciosa e saudável. As imagens são de folhas de soja danificadas por lagartas, diabrotica speciosa e imagens saudáveis (ou seja sem os danos dos dois insetos citados). As imagens foram capturadas em ambiente real, com as interperies da natureza, como: vento, sol, sombras, nublado. São 6.410 imagens no dataset, divididas entre as 3 (tres) pastas: lagarta - 3.309, diabrotica speciosa - 2.205 e saudável - 896. Essas imagens foram padronizadas por dimensão 500 x 500 e rotação de 45, 90 e 180 graus para aumentar o dataset. Os dados estão in natura, o que permite que o pesquisados aplique os filtros e ferramentas de pré-processamento que precisar. As imagens foram capturadas com smartfones e drones. As alturas de capturas foram variadas, pois não temos em bibliografia qual seria uma altura ideal Os pesquisadores poderão utilizar esse conjunto de dados em pesquisas que utilizem tecnologias computacionais como: inteligência artificial, machine learning, deep learning, entre outros. Este dataset poderá ser utilizado no treinamento de modelos para predição de produção, controle de pragas (lagarta e diabrótica speciosa), através do danos nas folhas, calculo de porcentagem de danos nas folhas, identificação e diagnóstico de pragas.

Visit

doi.orgdata.mendeley.com

Tasks

computer visionimage classification

Languages

Nyakyusa-Ngonde

Licenses

Creative Commons Attribution 4.0 Internationalhttps://creativecommons.org/licenses/by/4.0/legalcode

Similar

DEVELOPMENT OF A SOYBEAN MATURITY PREDICTION MODEL FOR SOYBEAN GROWN IN AFRICAN ENVIRONMENTSPsalm001/leaves-recognitionBanana Leaves Imagery DatasetEvaluation and application of the CROPGRO-soybean model for determining optimum sowing windows of soybean in the Nigeria savannasSOYBEAN IN NORTHERN AND CENTRAL MOZAMBIQUE: SUNS WAVE II, Soybean Data Summary Report - FinalPartial Resistance to Soybean Rust in Diverse Soybean Germplasm Under Field Conditions in Uganda

DEVELOPMENT OF A SOYBEAN MATURITY PREDICTION MODEL FOR SOYBEAN GROWN IN AFRICAN ENVIRONMENTS

A bstract Time-to-maturity

Psalm001/leaves-recognition

KWASU Computer Science Final Year Project Title: A Comparative Analysis of Convolutional Neural Netw

Banana Leaves Imagery Dataset

Abstract In this work, we present a dataset of banana leaf imagery, both with and withou

Evaluation and application of the CROPGRO-soybean model for determining optimum sowing windows of soybean in the Nigeria savannas

Abstract Soybean production is limited by poor soil fertility and unstable rainfall due to climate

SOYBEAN IN NORTHERN AND CENTRAL MOZAMBIQUE: SUNS WAVE II, Soybean Data Summary Report - Final

Partial Resistance to Soybean Rust in Diverse Soybean Germplasm Under Field Conditions in Uganda

ABSTRACT Soybean rust (SBR), caused by