Yaygın Tarımsal Makine Öğrenmesi Veri Setleri (Common Agricultural ML Datasets)

datasetbenchmarkagriculturecompilation

Tarımsal makine öğrenmesi araştırmalarinda yaygin olarak kullanilan veri setlerinin katalogu.

Bitki Hastaligi ve Sagligi

Veri Seti	Boyut	Gorev	Ürünler	Notlar
Plantvillage	54.000 görüntü	Hastalık sınıflandırma	14 tur	En cok atif alan; laboratuvar kosullari
PlantDoc	2.598 görüntü	Hastalık tespiti	13 tur	Internet kaynakli, gerçekci
Plant Pathology (FGVC)	3.651 görüntü	Hastalık sınıflandırma	Elma	Kaggle yarismasi
Cassava Disease	21.397 görüntü	Hastalık sınıflandırma	Manioka	Tarla kosullari, 5 sınıf
Rice Disease Dataset	5.932 görüntü	Hastalık sınıflandırma	Pirinc	Yanıklık (Blast), yaprak yanikligi (Blight), Tungro
PDDB	2.326 görüntü	Hastalık tespiti	Birden fazla	Bitki Hastaligi Veritabani
DiaMOS Plant	3.505 görüntü	Hastalık + siddet	Armut	Cok modlu (görüntü + cevre)

Yabani Ot Tespiti

Veri Seti	Boyut	Gorev	Notlar
DeepWeeds	17.509 görüntü	Yabani ot sınıflandırma	8 yabani ot turu, Avustralya
CottonWeedDet12	5.648 görüntü	Yabani ot tespiti	Pamuk tarlalarinda 12 yabani ot turu
WeedMap	IHA mozaikleri	Yabani ot segmentasyonu	Seker pancari tarlalari, cok spektral
Plant Seedlings	5.539 görüntü	Fide sınıflandırma	Erken buyume asamasinda 12 tur

Ürün ve Arazi Kullanimi

Veri Seti	Boyut	Gorev	Notlar
EuroSAT	27.000 yama	Arazi kullanımi sınıflandırma	Sentinel-2, 10 LULC sınıfı
So2Sat LCZ42	400.000 yama	Yerel iklim bölgeleri	Sentinel-1 + Sentinel-2
BigEarthNet	590.000 yama	Cok etiketli arazi ortusu	Sentinel-2, 43 CLC sınıfı
CropHarvest	Kuresel	Ürün varligi/turu	90.000+ farkli kaynaklardan etiket
DOTA	2.806 görüntü	Havadan nesne tespiti	188.000 örnek, 15 kategori

Verim ve Üretim

Veri Seti	Boyut	Gorev	Notlar
USDA NASS	Ulusal istatistikler	Verim tahmini	ABD ilce düzeyinde, yillik
FAOSTAT	Kuresel istatistikler	Üretim analizi	Ulke düzeyinde, tum ürünler
Global Wheat Head	6.515 görüntü	Bugday basi tespiti	Birden fazla ulke, yarisma
Soybean Yield (USDA)	Ilce düzeyinde	Regresyon	30+ yil, ABD Ortabatisi

Meyve Tespiti

Veri Seti	Boyut	Gorev	Notlar
MinneApple	1.000 görüntü	Elma tespiti + sayimi	Bahce kosullari
Fuji-SfM	288 görüntü	Elma tespiti + boyutlandirma	3 boyutlu rekonstruksiyon verisi
DeepFruits	1.120 görüntü	Cok meyveli tespit	Elma, mango, badem
Embrapa WGISD	300 görüntü	Uzum tespiti	Bag kosullari

Toprak ve Cevre

Veri Seti	Boyut	Gorev	Notlar
LUCAS Soil	20.000+ örnek	Toprak ozelligi tahmini	AB genelinde spektroskopi
ISRIC World Soil	Kuresel	Toprak haritalama	SoilGrids 250m çözünürlük
OpenLandMap	Kuresel	Arazi/toprak özellikleri	Birden fazla çözünürlük katmani
FLUXNET	200+ alan	Karbon/su akisi	Girdap kovaryans ölçümleri

Hayvancilik

Veri Seti	Boyut	Gorev	Notlar
Animal Pose Dataset	4.608 görüntü	Poz tahmini	5 hayvan kategorisi
Cattle Face ID	268 görüntü	Bireysel tanimlama	Holstein Friesian
VetScan	1.200+ görüntü	Saglik değerlendirmesi	Veteriner görüntüleme

Veri Seti Kullanim Notlari

Cogu Convolutional Neural Networks makalesi birincil karşılaştırma ölçütu olarak PlantVillage kullanir
Remote Sensing Agriculture makaleleri ağırlıkli olarak Sentinel Satellites verisi kullanir
Crop Yield Prediction genellikle USDA/FAOSTAT ile uydu görüntüllerini birlestirir
Veri seti boyutu yöntem secimiyle ilişkilidir: küçük → Transfer Learning veya Support Vector Machines; büyük → sifirdan eğitim
Alan karşılaştırma doygunlugundan muzdariptir: laboratuvar veri setlerinde yüksek doğruluk ≠ tarla performansi

Ingest Edilen Makalelerden Bulgular

PlantVillage Kullanim Istatistikleri

[Mohanty et al., 2016] — PlantVillage veri setinin en kapsamli kullanım örneklerinden birini sunmaktadir. 54.306 görüntü üzerinde 14 ürün turu ve 26 hastalık (veya saglikli durum) olmak uzere toplam 38 sınıf tanimlanmistir. AlexNet ve GoogLeNet mimarileriyle %99,35 doğruluk elde edilmistir. Uc farkli veri seti versiyonu test edilmistir: renkli orijinal, gri tonlamali ve segmente edilmis (arka plan kaldirilmis). Farkli eğitim/test bölünmeleri degerlendirilmistir: 80-20, 60-40, 50-50, 20-80 oranlari. 41.112 görüntü için ayni yapraga ait birden fazla cekim bilgisi mevcut olup, eğitim ve test setlerinin bolunemesinde bu dikkate alinmistir. Tum görüntülar 256x256 piksele yeniden boyutlandirilmistir. Veri seti, kontrollü laboratuvar kosullarinda toplanmis olup gerçek tarla kosullarini temsil etmemektedir.

Tarımsal Derin Öğrenme Calismalarinda Veri Seti Kullanim Oruntuleri

[Kamilaris & Prenafeta-Boldu, 2018] — 40 derin öğrenme çalışmasinin taramasi, veri seti kullanım oruntullerini ortaya koymaktadir. PlantVillage, LifeCLEF, MalayaKew, UC Merced ve Flavia en yaygin kullanilan acik erisimli veri setleri olarak tanimlanmistir. Calismalarin büyük cogunlugu binlerce görüntüye sahip büyük veri setleri kullanmistir. IHA (UAV) görüntüleri ve uydu verileri genellikle daha küçük veri setleri (onlarca görüntü) ile calisilmistir. Veri arttirma çalışmalarin %37'sinde uygulanmis olup, özellikle küçük veri setlerine sahip çalışmalar için kritik oneme sahiptir. Sinif ici düşük çeşitlilik (benzer gorunumlu hastalıklar, botanik olarak yakinn ürünler arasında karisiklik) doğruluğu %5'ten fazla dusurebilmektedir. Sentinel-2 uydu verileri uzaktan algılama çalışmalarinda baskin veri kaynagi olarak one cikmaktadir.