Durum Wheat 硬粒小麦数据集

#### 背景描述
小麦是我们日常生活中最常见食品的主要成分，获得优质小麦籽粒是生产食品供应的重要事项。在这项研究中，1252 型硬粒小麦粒在土耳其收获面积很大，是意大利面和粗面粉产品的主要成分，根据其玻璃质进行检查和分类，以获得优质小麦粒。此外，高质量的食品供应意味着必须从所有异物中提炼产品，因此已应用分类过程从小麦籽粒中提取异物。在这项研究中，我们使用了总共 236 种形态、颜色、微波和 gaborlet 特征对玻璃质、淀粉质硬粒小麦仁和异物进行分类，方法是基于特征等级列表训练具有不同特征量的多个人工神经网络 (ANN)通过 ANOVA 检验获得。我们在本研究中使用的数据是传送带摄像系统上存在的小麦籽粒和异物的视频图像，该系统由日光彩色电源提供照明。使用 210 个特征神经网络函数生成并应用于包含麦粒和异物混合的视频，获得的最大分类准确率为 93.46%。
#### 数据说明
- **Dataset1**——包含硬粒小麦籽粒的视频；第一个视频是玻璃质硬粒小麦粒，第二个视频是淀粉硬粒小麦粒，第三个视频是异物（杂质），第四个视频是它们的混合物。

- **Dataset2**——包含硬质小麦籽粒的视频帧图片；玻璃质硬粒小麦仁图像在第一个文件夹中，淀粉硬粒小麦仁图像在第二个文件夹中，异物（杂质）在第三个文件夹中，它们的混合物在第四个文件夹中，第五个文件夹包含第四个文件夹中的帧图像的标记图像。

- **Dataset3**——包含从对象为单型的前三个视频（帧图像）中获得的玻璃质和淀粉质硬粒小麦仁和异物的 236 个特征值。

#### 数据来源
https://www.muratkoklu.com/datasets/
#### 问题描述
计算机视觉