Vines-DB: An RGB image dataset for multi-species ornamental vine segmentation

Resumen Técnico: Conjunto de Datos Vine-DB para la Segmentación de Enredaderas Ornamentales de Múltiples Especies

Planteamiento del Problema
El área de cobertura del dosel es un rasgo crítico en la horticultura, que influye directamente en la gestión del riego, la evaluación del crecimiento de los cultivos y la evaluación del rendimiento de las plantas. Sin embargo, los métodos tradicionales para medir la cobertura del dosel, como el trazado manual o las herramientas de umbralización semiautomáticas (por ejemplo, ImageJ), requieren mucha mano de obra y son difíciles de escalar. Estos enfoques convencionales presentan dificultades significativas con especies estructuralmente complejas como las enredaderas ornamentales, que exhiben hábitos de crecimiento trepadores, follaje superpuesto y arquitecturas de dosel variables. Existe la necesidad de soluciones automatizadas basadas en aprendizaje profundo para facilitar el fenotipado de campo para estas estructuras vegetales desafiantes.

Metodología
Los autores desarrollaron Vine-DB, un conjunto de datos de imágenes RGB de alta resolución diseñado específicamente para la segmentación de instancias multiclase de enredaderas ornamentales.

• Recolección de Datos: El conjunto de datos comprende 1,218 imágenes originales de alta resolución capturadas en la Estación Experimental Agrícola de Utah en la Granja de Investigación de Greenville en Logan, Utah, durante las temporadas de crecimiento de 2023 y 2024 (julio–octubre).
• Sujetos: El estudio se centra en siete especies de enredaderas ornamentales: Akebia quinata ('Shirobana'), Campsis radicans ('Monbal'), Campsis × tagliabuana ('Madame Galen'), Hydrangea anomala petiolaris, Lonicera × heckrottii ('Goldflame'), Parthenocissus quinquefolia y Wisteria floribunda ('Texas Purple'). Estas crecieron en enrejados de 4 pies × 8 pies.
• Protocolo de Imagen: Las imágenes fueron capturadas utilizando un iPhone 16 Pro (48 MP) montado en un trípode a una altura de 0.6 m y una distancia de 1 m del dosel. Para asegurar la consistencia, las imágenes se tomaron entre las 10:00 AM y las 12:00 PM bajo luz diurna natural contra fondos de poliestireno blanco o negro sólido para minimizar el ruido de fondo y mejorar el contraste.
• Anotación: Todas las imágenes originales fueron anotadas manualmente utilizando la plataforma Roboflow. Los anotadores capacitados crearon máscaras de segmentación de instancias basadas en polígonos para ocho clases: las siete especies de enredaderas y una clase de fondo. El acuerdo entre anotadores se evaluó en un subconjunto de 150 imágenes, arrojando una Intersección sobre Unión (IoU) media de 0.89 ± 0.06.
• Preprocesamiento y Aumento: Las imágenes originales se redimensionaron a 640 × 640 píxeles mediante el uso de letterbox padding, y los valores de los píxeles se normalizaron al rango [0, 1]. Para el desarrollo del modelo, se aplicaron técnicas de aumento de datos (rotación aleatoria, volteo, ajuste de brillo/contraste y recorte), expandiendo el conjunto de datos de trabajo a 2,307 imágenes.
• División del Conjunto de Datos: El conjunto de datos aumentado se dividió mediante muestreo estratificado en subconjuntos de entrenamiento (2,019 imágenes), validación (192 imágenes) y prueba (96 imágenes). Las imágenes de la misma planta se mantuvieron dentro de un mismo subconjunto para evitar la fuga de datos.

Contribuciones Clave

1. Conjunto de Datos Especializado: Vine-DB proporciona el primer conjunto de datos de imágenes RGB de alta resolución basado en campo para siete especies distintas de enredaderas ornamentales, capturando las variaciones temporales en el desarrollo del dosel a lo largo de varios meses.
2. Anotaciones de Alta Calidad: El conjunto de datos incluye máscaras de segmentación de instancias basadas en polígonos, anotadas por expertos, para ocho clases, lo que permite el análisis a nivel de píxel y soporta el entrenamiento de modelos avanzados de aprendizaje profundo.
3. Reproducibilidad y Transparencia: El repositorio distingue claramente entre las imágenes originales no aumentadas y sus derivados aumentados, asegurando la transparencia en la composición del conjunto de datos. Proporciona los datos en formato de segmentación de instancias COCO y etiquetas opcionales en formato YOLO.
4. Utilidad de Referencia (Benchmarking): Al capturar condiciones de campo realistas, incluyendo la variabilidad natural en la iluminación y el crecimiento estacional, el conjunto de datos sirve como un referente robusto para evaluar modelos de visión computacional en horticultura de precisión y ecología urbana.

Resultos y Características de los Datos
El artículo presenta las especificaciones del conjunto de datos en lugar de entrenar modelos de aprendizaje profundo específicos para reportar métricas de rendimiento. El núcleo del conjunto de datos contiene 1,218 imágenes originales derivadas de 168 especímenes de plantas únicos (24 plantas por especie). El conjunto de datos de trabajo final para el desarrollo de modelos consiste en 2,307 imágenes. El conjunto de datos captura con éxito la diversidad morfológica y la complejidad estructural de las especies objetivo, con anotaciones verificadas para una alta consistencia (IoU ~0.89).

Significancia y Reivindicaciones
Los autores posicionan a Vine-DB como un recurso fundamental para apoyar la transición del análisis de imágenes manual al fenotipado de campo basado en aprendizaje profundo automatizado. Se afirma que el conjunto de datos es valioso para:

• Desarrollar y evaluar modelos de visión computacional para arquitecturas vegetales complejas.
• Habilitar aplicaciones tales como la estimación automatizada de la cobertura del dosel, la identificación de especies y el fenotipado de campo escalable.
• Facilitar la investigación sobre los cambios temporales en el desarrollo del dosel y las respuestas de las plantas bajo condiciones de campo.
• Apoyar el aprendizaje por transferencia y la generalizabilidad de los modelos cuando se integran con otros conjuntos de datos.

El artículo mantiene un alcance modesto, señalando limitaciones como la ubicación geográfica única, la restricción a la temporada de crecimiento activa (excluyendo la latencia) y la posibilidad de ligeras inconsistencias en las anotaciones debido a las similitudes morfológicas entre especies. La contribución principal es la provisión de un conjunto de datos estandarizado y de alta calidad para acelerar la investigación en horticultura de precisión y ecología urbana.