Vines-DB: 다중 종 관상용 덩굴 분할을 위한 RGB 이미지 데이터셋
Vines-DB: An RGB image dataset for multi-species ornamental vine segmentation
Vines-DB 데이터셋은 미국 유타주 로건에 위치한 유타 농업 실험소(Utah Agricultural Experiment Station)의 그린빌 연구 농장에서 현장 조건 하에 수집된 7종의 관상용 덩굴 식물에 대한 1,218장의 원본 고해상도 RGB 이미지를 포함합니다. 이 데이터셋은 2022년에 이식된 168개의 개별 덩굴 식물에서 생성되었으며, 2023년과 2024년 생육 시즌(7월~10월) 동안 여러 달에 걸쳐 반복적으로 촬영되었습니다. 이미지는 48 MP 카메라가 장착된 iPhone 16 Pro를 사용하여 주광 하에 오전 10시부터 오후 12시 사이에 촬영되었습니다. 덩굴 식물은 1.2m x 2.4m 트렐리스에서 재배되었으며, 대비를 높이고 배경 노이즈를 줄이기 위해 검은색 또는 흰색 스티로폼 배경을 대고 1m 거리에서 촬영되었습니다. 이 데이터셋은 Akebia quinata, Campsis radicans, Hydrangea anomala petiolaris, Lonicera x heckrottii, Campsis x tagliabuana 'Madame Galen', Parthenocissus quinquefolia, 및 Wisteria floribunda를 포함합니다. 모든 원본 이미지는 훈련된 주석 작업자에 의해 Roboflow에서 수동으로 주석이 달렸으며, 7개 종과 배경을 포함한 총 8개 클래스에 대한 다각형 기반 인스턴스 분할 마스크를 생성했습니다. 전처리 및 데이터 증강 후, 모델 개발 및 평가를 위해 작업 데이터셋이 2,307장의 이미지로 확장되었습니다. 증강된 데이터셋은 균형 잡힌 표현을 유지하기 위해 층화 추출(stratified sampling)을 사용하여 2,019장의 학습 이미지, 192장의 검증 이미지, 96장의 테스트 이미지로 분할되었습니다. Vines-DB는 정밀 원예 및 도시 생태학에서 다중 클래스 인스턴스 분할을 위한 심층 학습 모델의 개발과 평가를 지원합니다. 이 데이터셋은 자동화된 수관 피복도 추정, 종 식별, 확장 가능한 현장 표현형 분석(field phenotyping)과 같은 응용을 가능하게 합니다. 또한, 식물에 대한 반복적인 월간 이미징은 수관 발달과 식물 외관의 시간적 변화를 포착하여, 현실적인 현장 조건에서의 분할 벤치마킹에 대한 데이터셋의 유용성을 높입니다.