农田自动导航语义分割标注规范 v1.0

最新推荐文章于 2025-11-30 18:24:05 发布
原创 最新推荐文章于 2025-11-30 18:24:05 发布 · 699 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能

0. 标注目标与总体原则

本数据集用于 丘陵山地农田场景的自动导航可通行性分析，语义分割标签需满足：

  1. 清晰区分可通行与不可通行区域

  2. 保持类别一致性，避免标注噪声

  3. 尽量减少不必要的细节抠图

  4. 重要区域（地面类、植被类、障碍物）需完整标注

  5. 模糊、小物体、远处区域可标为 unknown

语义分割 mask 中，未被 polygon 覆盖的像素默认为 0 类（unknown），标注者无需手动绘制 unknown。

1. 类别定义（label.txt）

按你的自定义标签体系，最终类别如下：

0 unknown

1 non-traversable

2 rough trail

3 smooth trail

4 traversable grass

5 low vegetation

6 obstacle

7 high vegetation

8 sky

类别 ID 由行号决定。

2. 标注流程原则

2.1 标注顺序（强烈推荐）

为了减少覆盖冲突，提高效率，建议按以下顺序标注：

  1. sky（天空）

  2. smooth trail / rough trail / non-traversable（地面类）

  3. traversable grass（可通行草地）

  4. low vegetation（低矮植被）

  5. high vegetation（高植被）

  6. obstacle（所有障碍物：电线杆、电线、建筑、石块等）

  7. unknown（留空即可）

3. 各类别详细说明及示例

以下是每个类别应当标注的内容，以及常见错误示例。

3.1 unknown（ID=0）

定义

无法明确识别，或不属于任何类别的区域。

包括：

  • 远处模糊区域

  • 极暗/极亮区域

  • 背景混合区域

  • 标注者无法判断的地方

规则

✔ 不要手动画 unknown，多边形空白处自动成为 unknown。
✔ small objects < 5 pixels 可以不标注（模型无法学到）。

3.2 non-traversable（ID=1）不可通行地面

地面层！

包括：

  • 泥坑、深沟

  • 水塘、水渠

  • 陡坡、坍塌区域

  • 明显不能行驶的土面

排除：

  • 不是地面类的物体（如屋子、电线）→ obstacle

  • 常规草地 → grass / vegetation

3.3 rough trail（ID=2）粗糙小路

包括：

  • 有石头、不平整但仍可通行的道路

  • 车轮压过但较粗糙的土路

3.4 smooth trail（ID=3）平整小路

包括：

  • 机耕道

  • 明显可通行的道路

  • 建筑周围的直铺道路（非混凝土则标 trail）

3.5 traversable grass（ID=4）可通行草地

包括：

  • 稀疏草

  • 低矮且可压过的草皮

  • 农田未耕地的低矮草层

注意：

若草高于车轮，或密度高 → low vegetation 或 high vegetation。

3.6 low vegetation（ID=5）低矮植被（不可通行）

包括：

  • 稠密草丛

  • 密集作物（如密植水稻田）

  • 低矮灌木（腰部以下）

示例规则：

  • 草密度“高”但高度“低” → low vegetation

  • 草稀疏且可压倒 → traversable grass

3.7 high vegetation（ID=7）高植被

包括：

  • 高灌木（腰部以上）

  • 小树

  • 成熟农作物（玉米、葵花、果树等）

  • 田边林木带

3.8 obstacle（ID=6）障碍物

包括：

  • 电线杆、电线（可适当画粗）

  • 房屋、棚子、建筑

  • 石块、木桩

  • 机械、杂物

  • 树干（若不属于 vegetation）

  • 栏杆、围栏

特别说明（针对你的标注）：

✔ 电线不需要画得太窄

宽度建议 5–8 像素，模型无法学细线。

✔ 房屋整体一个 polygon 即可

无需抠窗户门框。

✔ 电线杆与房屋全部为 obstacle

不用拆分细节。

4. 标注规范（非常重要）

4.1 不必抠每个像素

边界误差 ±2–4 像素是正常现象。

4.2 不要把不确定的地方随意标成某类

→ 改为 unknown。

4.3 一类区域尽量用大 polygon，而非碎片化

例如草地、大棚、树冠尽可能用一个连续形状标注。

4.4 避免在远处区域标注细节

  • 远处的草 → 统一草地

  • 远处的树 → 统一 high vegetation

  • 远处的小屋 → 一个 obstacle

4.5 标注一致性优先于精度

例如：

  • 同种地面质感应标为同一类

  • 不要因为颜色/阴影而改变类别

5. 建议标注风格（视觉一致性）

✔ 草地类（ID=4）

  • 不要用碎小多边形，一片区域用一个整体 polygon。

✔ 高植被（ID=7）

  • 树冠可以手绘不规则形状，但不需要太多点（15–25 点即可）。

✔ 障碍物（ID=6）

电线杆、电线、房屋统一标成 obstacle，且用尽量规则的多边形。

✔ 天空（ID=8）

用一条边界 polygon 划出天空区域，越简单越好。

Breaker.
关注
基于YOLOv11的无人机农田监测系统设计与实现
YOLO
06-15 332
AgriVision是当前最大的无人机农田监测公开数据集，由瓦赫宁根大学与微软研究院联合发布。图像数量：3,712张高分辨率无人机图像（平均4000×3000像素）目标类别：5大类（作物、杂草、设备、人员、障碍物），20小类标注信息：边界框标注，部分图像包含语义分割标注采集条件：不同季节、天气、光照条件下的农田场景地理分布：覆盖欧洲和北美的7个主要农业区。
计算机视觉在农业领域的AI原生应用创新
AI天才研究院
07-23 884
本报告系统解析计算机视觉技术在农业领域的AI原生应用创新，聚焦"从感知到决策"的全链路价值创造。通过第一性原理推导与多维度实践验证，揭示AI原生应用区别于传统农业信息化的核心特征——数据驱动的自适应性、多模态融合的智能性、端到端决策的实时性。内容覆盖概念演进、理论框架、架构设计、实现机制及未来趋势，结合典型案例（如智能除草、果实分选、病虫害预警），为农业数字化转型提供技术路线图与战略建议。环境复杂性：光照变化（日出日落、阴雨天）、遮挡（作物重叠、枝叶覆盖）、目标多样性（不同品种、生长阶段）。决策时效性。
生产级道路语义分割模型构建与实战
weixin_42298164的博客
05-10 1070
在现代计算机视觉领域，语义分割是将图像划分为具有特定意义的各个区域，并识别出每个区域内像素的所属类别，如车辆、行人、道路等。该技术为图像理解提供了丰富的语义信息，是众多应用如自动驾驶、视频监控、医学影像分析等不可或缺的组成部分。语义分割的挑战主要体现在准确性和实时性上。准确性要求模型能够区分非常相似的物体和场景，实时性则要求处理速度要快，以满足实时应用场景的需求。人工神经网络（ANN）是深度学习的基石。ANN由相互连接的神经元或节点组成，每个节点表示一个计算单元。
遥感影像语义分割数据集
lzq-rser
03-20 3万+
遥感图像语义分割数据集 文章目录遥感图像语义分割数据集1.建筑1.1 Aerial Image Segmentation Dataset1.2 INRIA aerial image dataset1.3 WHU Building Dataset1.4 Massachusetts Buildings Dataset1.5 2020数字中国创新大赛—应用赛1：建筑智能普查1.6 SpaceNet Buildings Dataset1.7 AIRS2.道路2.1 Massachusetts Roads Datas
语义分割（Semantic Segmentation）：输入图像数据【512×512×3（3是通道数）】➔输出像素级分类结果【512×512×C（C是类别数）】
u013250861的博客
10-19 547
语义分割是计算机视觉中的一项任务，目标是为图像中的每一个像素分配一个类别标签。数据格式输入：RGB图像HW3(H, W, 3)HW3标签：类别索引HW(H, W)HW，每个值是000到C−1C-1C−1模型结构编码器：提取特征，逐步缩小解码器：恢复分辨率，逐步放大跳跃连接：保留细节信息损失函数交叉熵：衡量分类准确性Dice：衡量分割重叠度组合使用效果更好训练过程前向传播：输入→特征→预测→损失反向传播：计算梯度参数更新：优化器调整权重。
基于遥感影像的耕地地块提取相关论文、代码以及相关开源数据集
热门推荐
如果想成为中心，那么就到中心去吧。
03-03 3万+
文章目录前言2018Deep Extraction of Cropland Parcels from Very High-Resolution Remotely Sensed Imagery 前言 本博文是对关于农田提取论文的简单汇总。有比较新颖的方法，欢迎大家在下面留言。 2018 Deep Extraction of Cropland Parcels from Very High-Resolution Remotely Sensed Imagery 摘要 从高分辨率遥感影像中提取耕地面积是实现精准农业等
51c自动驾驶~合集55
whaosoft~aiotの开发板商城
05-25 1747
我们研究了标记化和表示技术，关注 VLA 对视觉和语言信息的编码。谷歌在 2023 年推出 RT-2，作为里程碑式的 VLA 模型，统一视觉、语言和动作标记，将机器人控制视为自回归序列预测任务，使用离散余弦变换（DCT）压缩和字节对编码（BPE）离散化动作，使新对象处理性能提高 63%。VLA 模型作为多模态人工智能系统，统一视觉感知、语言理解和物理动作生成，使机器人或 AI 智能体通过端到端学习解释感官输入、理解情境并自主执行任务，弥合早期系统中视觉识别、语言理解和运动执行间的脱节，突破其能力限制。
多种图像分割算法实现代码合集与实战解析
weixin_33245447的博客
11-10 275
简介：图像分割是计算机视觉的核心任务，旨在将图像划分为具有语义意义的区域。本资源包含基于最大熵、最大类间最大距离（Otsu）和最大类间最大距离比（IVR）等多种经典图像分割方法的实现代码。这些算法各有理论依据，适用于不同场景下的阈值选择与区域划分。内容涵盖从基础阈值分割到进阶比例优化策略，并拓展至区域生长、边缘检测及深度学习语义分割等技术，广泛应用于医学成像、自动驾驶和遥感分析等领域。该代码合集为开发者提供了理解与实践图像分割算法的重要工具。
无人机方面数据集目标检测分割分类数据集汇总介绍
FL1623863129的博客
11-19 788
它有效地弥补了该领域高质量公共数据的不足，为开发更鲁棒、更智能的无人机视觉感知系统奠定了坚实的数据基础，是相关领域学者和工程师一个非常有价值的资源。该项目由研究者 futureflsl 创建和维护，汇集了多个具有针对性的子数据集，覆盖了目标检测、跟踪、语义分割等多个核心任务。这一视角带来了独特的挑战，如小目标检测、目标外观的剧烈变化等，使其成为开发和评估无人机专用视觉算法的理想测试平台。：该项目明确面向学术界，为研究人员，特别是在目标检测、多目标跟踪和无人机感知领域的研究者，提供了一个标准化的基准数据集。
农田扫描提速37%！基于检测置信度的无人机“智能抽查”路径规划，Coovally一键加速模型落地
Coovally_AI的博客
08-19 1052
然而，无论是本文提出的规划器，还是对比研究中涉及的学习型规划器或覆盖路径规划器，其核心都依赖于高性能的目标检测模型（如本研究使用的YOLOv8）。实验表明，在ImageNet等数据集上，DC-AE 1.5在保持高生成质量的同时，实现了更快的训练吞吐率和更优的图像质量，取得了双重突破。一键访问 YOLOv3/v4/v5/v7/v8、YOLO-NAS、Faster R-CNN、RetinaNet、DETR、DeepSort、Mask R-CNN 等主流和前沿模型，告别四处寻找、下载、配置环境的烦恼。
AI人工智能下OpenCV的图像降噪算法改进
AI天才研究院
05-08 1217
图像降噪是数字图像处理的核心任务，旨在去除图像中随机干扰信号（如高斯噪声、椒盐噪声、泊松噪声等），恢复清晰图像。OpenCV作为开源计算机视觉库，提供了丰富的传统降噪算法，但在复杂噪声场景（如低信噪比、高纹理细节丢失）下效果有限。对比传统降噪算法与AI驱动方法的技术差异提出基于深度学习的OpenCV降噪算法改进方案提供从模型设计到工程落地的完整技术路线基础理论：噪声类型、传统算法原理及缺陷AI改进核心：深度学习模型架构、数学原理、算法实现工程实践：OpenCV接口扩展、项目实战、性能优化。
卫星图像助力量化价值投资，实现高效决策
AI天才研究院
04-27 1212
在传统价值投资体系中，财务报表、行业报告等结构化数据是核心分析基础。但随着大数据技术的发展，非结构化数据（如卫星图像、网络舆情、物流轨迹）正成为重要补充。本文聚焦卫星遥感技术在量化价值投资中的应用，探讨如何通过卫星图像提取企业运营、资产分布、市场供需等关键信息，构建差异化的投资分析模型。研究范围涵盖卫星图像数据获取、预处理、特征工程、机器学习建模及投资策略生成全流程，结合零售、房地产、能源等行业案例，验证卫星数据对企业内在价值评估的实际效用。技术原理：解析卫星图像数据特性及处理框架核心方法。
基于YOLOv5与PyQt5的农田杂草智能识别与精准喷洒系统
YOLO
09-26 483
本文成功设计并实现了一个基于YOLOv5深度学习算法和PyQt5图形界面的农田杂草识别系统。该系统能够有效地区分作物和杂草，并可视化检测结果，具备单张图片和批量图片处理能力。通过详细的代码实现和说明，为将先进的计算机视觉技术应用于精准农业提供了一个完整的、可复现的解决方案。
向量嵌入：RAG系统背后的语义引擎
uncle_ll的博客
11-29 1058
向量嵌入技术将高维语义信息压缩为低维向量，使相似概念在向量空间中聚集。作为RAG系统的核心，嵌入质量直接影响语义检索效果。从静态词嵌入到动态上下文嵌入，技术不断演进，解决了多义词等难题。现代嵌入模型基于Transformer架构，通过对比学习优化检索性能。选型需考虑MTEB排名、语言支持等维度，并结合业务测试。未来趋势包括多模态融合、知识图谱增强和轻量化部署。嵌入技术已成为NLP领域的关键支柱，其优化对提升RAG系统性能至关重要。
信息检索13
2301_80828873的博客
11-26 2131
最近邻检索的方法，PQ，IVF,HNSW
【推荐系统】深度学习训练框架（五）：pyspark分布式TorchDistributor主从读取OSS文件认证机制
人工智能领域博客
11-28 1808
摘要： 本文详细解释了Spark Driver端与Worker端在OSS认证上的核心区别。Driver端通过Spark配置自动认证，而Worker端（独立Python进程）需显式提供认证信息。认证来源优先级为：1)Driver传递参数，2)环境变量，3)IAM角色。文章分析了架构差异导致的不同认证方式，并推荐从Driver传递认证信息的解决方案。当前实现已采用该方案，通过Spark配置或环境变量获取认证后传递给Worker进程，确保PyArrow能正确访问OSS数据。
07_Spring AI 干货笔记之提示词
最新发布
在科技的浪潮中，我们寻找着创新的火种，在代码的海洋里，我们编织着智慧的网。腾飞开源，就是这样一个由技术精英汇聚而成的博客平台，我们致力于分享在Java、Python、IoT和人工智能等领域的最新研究成果和实战经验。 在腾飞开源的博客上，你会看到紧跟技术前
11-30 769
本文详细介绍了Spring AI中的提示词核心概念与API设计。提示词作为引导AI模型生成特定输出的关键输入，其结构从简单字符串演进为包含多角色消息的复杂形式。Spring AI通过Prompt和Message接口提供结构化提示词管理，支持系统、用户、助手等角色分配。PromptTemplate类实现动态内容渲染，并支持自定义模板引擎。文章还涵盖提示词工程的最佳实践与令牌机制，为开发者提供完整的提示词设计解决方案。
RAG信息检索全解析：从Embedding到Reranker的超详细教程1
Trb201013的博客
11-27 1347
文章介绍了RAG系统中信息检索环节的核心技术，包括文档段落嵌入和用户查询嵌入，将文本转换为向量表示；详细解释了相似度检索的多种方法，如Top-K检索、MMR策略和Reranker二次排序技术；强调了合理切分策略对嵌入效果的重要性，以及查询扩展技术对提高检索准确度的作用。指出RAG的本质是"开卷考试"，检索质量直接影响最终生成效果。
【LoRA（低秩适应）技术详解：原理、公式与实践】
m0_46882548的博客
11-26 1587
参数高效：可训练参数量通常仅为全量微调的0.01% - 3%，极大降低了计算和存储成本。内存友好：由于大部分原始权重被冻结，无需存储其优化器状态，显著减少了训练时的显存占用。无推理延迟：训练后可将LoRA权重合并回原模型，推理速度与原始模型一致。模块化与灵活性：一个基础模型可以搭配多个针对不同任务的、体积很小（几兆字节）的LoRA适配器，轻松切换任务。减轻灾难性遗忘：因为原始权重基本不动，模型在适应新任务时更不容易遗忘预训练时获得的通用知识。
deeplabv3农田语义分割
03-03
### 使用 DeepLabV3 实现农田图像的语义分割 #### 准备工作 为了使用 DeepLabV3 对农田图像进行语义分割，需先准备好必要的开发环境和数据集。确保安装了 PyTorch 和 torchvision 库，并下载预训练权重文件。 #### 数据集构建 创建适合于农田图像的数据集是至关重要的一步。该数据集应该包含大量标注好的样本图片，其中每个像素都被标记为目标类别之一（例如作物、土壤等）。对于特定的应用场景如农业监测，可以考虑收集不同季节、天气条件下的多样化样本以提高泛化性能[^2]。 #### 模型定义 采用官方提供的 `torchvision.models.segmentation.deeplabv3_resnet101` 或其他变种作为基础架构来初始化模型实例。此版本已经过优化并支持多种输入尺寸，在实际应用中可根据需求调整骨干网路的选择以及输出通道数以适应具体的分类任务。 ```python import torch from torchvision import models model = models.segmentation.deeplabv3_resnet101(pretrained=True) num_classes = 2 # 假设有两个类：农作物和其他 model.classifier[4] = torch.nn.Conv2d( model.classifier[4].in_channels, num_classes, kernel_size=1 ) ``` #### 训练流程 设定好损失函数（通常为交叉熵），选择合适的优化器（Adam 是常用选项），并通过迭代方式不断更新参数直至收敛。期间可利用验证集监控学习进度并防止过拟合现象发生；同时保存最佳状态以便后续测试阶段调用。 ```python criterion = torch.nn.CrossEntropyLoss() optimizer = torch.optim.Adam(model.parameters(), lr=0.001) for epoch in range(num_epochs): for images, masks in dataloader: optimizer.zero_grad() outputs = model(images)['out'] loss = criterion(outputs, masks.long()) loss.backward() optimizer.step() print(f'Epoch [{epoch+1}/{num_epochs}], Loss: {loss.item():.4f}') ``` #### 测试与部署 完成上述步骤之后就可以对新采集到的未见过的数据执行推理操作了。此时只需加载之前存储下来的最优权值即可获得满意的预测效果。值得注意的是，在正式投入使用前还需经过严格的线下评估环节确认系统的稳定性和准确性满足预期标准。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值