Dry Bean 干豆数据集

#### 背景描述
本研究使用了七种不同类型的干豆，并根据市场情况考虑了形态、形状、类型和结构等特征。开发了一个计算机视觉系统来区分具有相似特征的七种不同注册品种的干豆，以获得统一的种子分类。对于分类模型，使用高分辨率相机拍摄了 7 种不同注册干豆的 13,611 粒图像。计算机视觉系统得到的豆类图像经过分割和特征提取阶段，共有16个特征；从颗粒中获得了 12 种尺寸和 4 种形状形式。
#### 数据说明
- 1.) 面积 (A)：bean 区域的面积及其边界内的像素数。
- 2.) 周长 (P)：豆周长定义为其边界的长度。
- 3.) 长轴长度 (L)：可以从豆子上画出的最长线的末端之间的距离。
- 4.) 短轴长度 (l)：垂直于主轴时从豆子上画出的最长线。
- 5.) 纵横比 (K)：定义 L 和 l 之间的关系。
- 6.) 偏心率 (Ec)：椭圆的偏心率与区域具有相同的矩。
- 7.) 凸面面积 (C)：可包含豆种子面积的最小凸面多边形中的像素数。
- 8.) 等效直径 (Ed)：与豆种面积具有相同面积的圆的直径。
- 9.) 范围（Ex）：边界框内的像素与 bean 面积的比值。
- 10.) 坚实度 (S)：也称为凸度。凸壳中的像素与豆中的像素之比。
- 11.)圆度(R)：用以下公式计算：(4piA)/(P^2)
- 12.) 紧密度 (CO)：测量物体的圆度：Ed/L
- 13.) 形状因子 1 (SF1)
- 14.)形状因子2 (SF2)
- 15.)形状因子3 (SF3)
- 16.)形状因子4 (SF4)
- 17.)类（Seker、Barbunya、Bombay、Cali、Dermosan、Horoz 和 Sira）
#### 数据来源
https://www.muratkoklu.com/datasets/
#### 问题描述
分类