白菜模型训练样本数据

菜数据集主要用于提升低空飞行数据的不同的作物类型及识别准确率。通过对这些数据集的训练，可以实现以无人机影像为数据源的不同作物亚类的识别及统计。本数据集包含具体的地理坐标信息，在有多期数据的情况下，可根据地理坐标信息复用并更新样本类型，实现数据集的快速新增与类型丰富。

搜集汇总

背景与挑战

背景概述

该数据集通过大疆无人机采集的高分辨率正射影像，结合地理坐标信息，用于识别和统计不同作物亚类，重点提升低空飞行数据中白菜等作物的识别准确率。数据经裁切、标注和影像切片处理后，采用TransCNN-Vision模型按7:2:1比例划分训练集、验证集和测试集进行训练，并支持基于坐标的多期样本复用与更新。