WalnutData

WalnutData是由云南师范大学信息学院等机构创建的大型无人机低空遥感绿核桃目标检测数据集。该数据集包含30,240张1,024×1,024像素的RGB图像，共计706,208个标注实例，创新性地将目标分为四种环境状态。数据集在智能核桃生产管理自动化应用中具有很好的适应性，可为进一步的目标检测算法研究提供坚实基础。

WalnutData is a large-scale unmanned aerial vehicle (UAV) low-altitude remote sensing dataset for green walnut object detection, created by the School of Information Science of Yunnan Normal University and other institutions. This dataset contains 30,240 RGB images with a resolution of 1024×1024 pixels, totaling 706,208 annotated instances, and innovatively classifies the targets into four environmental conditions. The dataset exhibits excellent adaptability in automated applications of intelligent walnut production management, and provides a solid foundation for further research on object detection algorithms.

AI搜集汇总

数据集介绍

构建方式

在农业计算机视觉领域，针对绿色核桃的检测数据集尚属空白。为了推动该领域算法设计的发展，研究者们采用无人机技术，从8个核桃样本区收集了遥感数据，构建了高细粒度目标特征的 WalnutData 数据集。该数据集包含了30,240张图像和706,208个实例，分为4个目标类别：前向光照无遮挡（A1）、背光无遮挡（A2）、前向光照有遮挡（B1）和背光有遮挡（B2）。数据集的构建充分考虑了绿色核桃在不同光照条件和遮挡下的特征，并通过筛选和裁剪，形成了最终的数据集。

使用方法

WalnutData 数据集的使用方法如下：1）下载数据集和标注文件；2）选择合适的标注格式，如VOC、COCO或YOLO；3）使用标注工具进行数据标注，如Labelme；4）将标注数据转换为模型可接受的格式；5）使用数据集训练目标检测模型；6）在验证集上评估模型性能；7）在测试集上测试模型性能。

背景与挑战

背景概述

随着无人机技术的日益成熟，其在农业领域的应用也逐渐广泛。无人机通过搭载多模态或高分辨率相机传感器，能够快速获取大规模农田和果园的图像信息，为作物检测、产量估计和自动化管理提供强大的技术支持。然而，无人机技术应用于农业领域时，面临着光照变化、叶片遮挡和目标尺度多样性等挑战。为了解决这些问题，研究人员构建了一个名为WalnutData的大规模数据集，该数据集包含30,240张图像和706,208个实例，分为四种目标类别：前向光照无遮挡、背光无遮挡、前向光照有遮挡和背光有遮挡。该数据集的构建旨在促进农业计算机视觉领域算法的设计，并为无人机技术应用于农业领域提供支持。

当前挑战

WalnutData数据集面临的挑战主要包括：1)解决无人机技术应用于农业领域时，光照变化、叶片遮挡和目标尺度多样性等问题；2)构建过程中，需要确保数据集的准确性和可靠性，避免数据重复和错误标注等问题；3)数据集的标注工作需要大量的人力和时间投入，如何高效地进行数据标注是一个挑战。

常用场景

经典使用场景

WalnutData数据集主要用于农业计算机视觉领域，尤其是针对无人机遥感数据下的绿色核桃目标检测。该数据集提供了丰富的图像数据，包括不同光照和遮挡条件下的绿色核桃，可用于训练和评估目标检测算法，从而提高无人机在核桃生产管理自动化应用中的准确性和效率。

解决学术问题

WalnutData数据集解决了农业计算机视觉领域中的一个关键问题，即绿色核桃在无人机遥感数据中的检测难度。该数据集包含了大量标注数据，覆盖了不同的光照和遮挡条件，为算法研究和模型训练提供了宝贵的数据基础。此外，该数据集还提供了详细的实验结果，为未来的研究提供了参考。

实际应用

WalnutData数据集在实际应用中具有广泛的前景。它可以用于无人机核桃采摘机器人、精准农业管理系统等自动化应用中的目标检测，提高核桃采摘的准确性和效率。此外，该数据集还可以用于核桃产量预估、病虫害监测等方面，为核桃生产管理提供科学依据。

数据集最近研究

最新研究方向

随着无人机技术的日趋成熟，其在农业领域的应用也日益广泛。本研究团队开发的WalnutData数据集，通过无人机对8个核桃样本区进行遥感数据采集，构建了一个包含30,240张图像和706,208个实例的大型数据集。该数据集针对绿色核桃在光照和遮挡条件下的不同状态进行了细粒度划分，并包含4个目标类别：正面光照射且无遮挡(A1)、背面光照射且无遮挡(A2)、正面光照射且有遮挡(B1)以及背面光照射且有遮挡(B2)。研究团队使用该数据集对多种主流算法进行了评估，并以此作为基准标准。WalnutData数据集的构建为农业计算机视觉领域中的算法设计提供了有力支持，尤其在无人机自动化应用如核桃采摘机器人等领域，准确的目标检测不仅是作物定位的基础，也是机器人路径规划、避障决策和采摘优先级判断的核心前提。因此，该数据集对于推动智能核桃产业的自动化管理具有重要意义。

相关研究论文

• WalnutData: A UAV Remote Sensing Dataset of Green Walnuts and Model Evaluation

  云南师范大学信息学院，云南省计算机视觉与智能控制技术教育重点实验室，云南师范大学物理与电子信息学院 · 2025年