高粱田无人机图像杂草分割优化数据集

数据集概述

本数据集包含德国南部实验高粱田的无人机图像对（含运动模糊与清晰图像）及人工标注的杂草分割真值，用于训练“DeBlurWeedSeg”模型。图像由DJI Mavic 2 Pro无人机拍摄，主要杂草为藜和少量田蓟，支持模糊与清晰场景下的杂草检测研究。

文件详解

该数据集由两个压缩文件组成，具体说明如下： - 核心数据文件: - data.zip: 包含3个子文件夹，存储图像数据及分割真值 - gt子文件夹: 1300对128x128像素的运动模糊/清晰图像块及对应真值标注 - splits子文件夹: CSV格式的训练、验证、测试集划分文件 - gt_testset子文件夹: 模型去模糊模块的新真值标注 - model.zip: PyTorch训练的“DeBlurWeedSeg”模型文件

适用场景

• 农业无人机图像处理: 研究运动模糊对高粱田杂草检测的影响
• 深度学习模型开发: 用于优化去模糊与分割结合的杂草识别算法
• 精准农业应用: 支持自动化杂草监测系统的训练与验证
• 计算机视觉研究: 探索复杂农田场景下的图像增强与语义分割技术