Comprehensive Dataset for Image-Based Disease Classification in Agaricus bisporus

Ümit Albayrak; Adem Gölcük; Sinan Aktaş

Makale detayları

Comprehensive Dataset for Image-Based Disease Classification in Agaricus bisporus

Yazarlar:

Ümit Albayrak | Adem Gölcük | Sinan Aktaş

Yayıncı:

Selcuk University

Ana Başlıklar:

Mikoloji | Gıda Bilimleri (Diğer)

Dergi:

Mantar Dergisi Vol.15 Issue 1, pp.29-42

Belge Tipi:

Makale

Yayın Tarihi:

4/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001316220

pISSN:

2147-6845

Anahtar kelimeler:

Özet:

 This article discusses a study on creating and analyzing an image-based dataset for for the classification of diseases seen in culture of the Agaricus bisporus J.E. Lange Imbach species. The dataset includes images of healthy and different disease classes. Images obtained under different lighting conditions provide suitable data that can be used for a separate classification problem. This research will enable the creation of a data set that can be used to identify and classify fungal diseases and the use of deep learning or other machine learning techniques that will enable automatic identification and classification of diseases. During the creation of the data set, mushroom businesses were visited with the portable mushroom imaging system developed within the scope of the study; Approximately 7250 diseased mushrooms and 1800 healthy mushroom images were obtained Approximately 3000 for each lighting environment. Four different classes of diseases that are common in cultivated mushrooms have been observed. Each mushroom was viewed under 3 different lighting conditions.

 This article discusses a study on creating and analyzing an image-based dataset for for the classification of diseases seen in culture of the Agaricus bisporus J.E. Lange Imbach species. The dataset includes images of healthy and different disease classes. Images obtained under different lighting conditions provide suitable data that can be used for a separate classification problem. This research will enable the creation of a data set that can be used to identify and classify fungal diseases and the use of deep learning or other machine learning techniques that will enable automatic identification and classification of diseases. During the creation of the data set, mushroom businesses were visited with the portable mushroom imaging system developed within the scope of the study; Approximately 7250 diseased mushrooms and 1800 healthy mushroom images were obtained Approximately 3000 for each lighting environment. Four different classes of diseases that are common in cultivated mushrooms have been observed. Each mushroom was viewed under 3 different lighting conditions.

 This article discusses a study on creating and analyzing an image-based dataset for for the classification of diseases seen in culture of the Agaricus bisporus J.E. Lange Imbach species. The dataset includes images of healthy and different disease classes. Images obtained under different lighting conditions provide suitable data that can be used for a separate classification problem. This research will enable the creation of a data set that can be used to identify and classify fungal diseases and the use of deep learning or other machine learning techniques that will enable automatic identification and classification of diseases. During the creation of the data set, mushroom businesses were visited with the portable mushroom imaging system developed within the scope of the study; Approximately 7250 diseased mushrooms and 1800 healthy mushroom images were obtained Approximately 3000 for each lighting environment. Four different classes of diseases that are common in cultivated mushrooms have been observed. Each mushroom was viewed under 3 different lighting conditions.

 Bu makale, Agaricus bisporus J.E. Lange Imbachun kültüründe görülen hastalıkların sınıflandırması için görüntü tabanlı bir veri seti oluşturulması ve analiz edilmesi üzerine yapılan bir araştırmayı ele almaktadır. Veri seti, sağlıklı ve farklı hastalık sınıflarına ait görüntüleri içermektedir. Farklı aydınlatma koşullarında elde edilen görüntüler, ayrı bir sınıflandırma problemi için kullanılabilecek uygunlukta veriler sunmaktadır. Bu araştırma, mantar hastalıklarının tanımlanması ve sınıflandırılması için kullanılabilecek bir veri setinin oluşturulması, hastalıkların otomatik olarak tanımlanması ve sınıflandırılmasını mümkün kılacak derin öğrenme veya diğer makine öğrenmesi tekniklerinin kullanılmasına imkân sağlayacaktır. Veri setinin oluşturulması sürecinde, çalışma kapsamında geliştirilmiş olan taşınabilir mantar görüntüleme sistemi ile mantar işletmeleri ziyaretleri gerçekleştirilmiş; yaklaşık 7250 adet hastalıklı mantar, 1800 adet de sağlıklı mantar görüntüsü elde edilmiştir Her bir aydınlatma ortamı için yaklaşık 3000 adet. Kültür mantarlarında yaygın görülen 4 farklı sınıf hastalık gözlemlenmiştir. Her bir mantar 3 farklı aydınlatma ortamında görüntülenmiştir.

Makale detayları

Comprehensive Dataset for Image-Based Disease Classification in Agaricus bisporus

Yazarlar:

Ümit Albayrak | Adem Gölcük | Sinan Aktaş

Yayıncı:

Selcuk University

Ana Başlıklar:

Mikoloji | Gıda Bilimleri (Diğer)

Dergi:

Mantar Dergisi Vol.15 Issue 1, pp.29-42

Belge Tipi:

Makale

Yayın Tarihi:

4/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001316220

pISSN:

2147-6845

Agaricus bisporus

Cultured Fungal Diseases

Image Dataset

Image ClassificationAgaricus bisporus

Kültür Mantarı Hastalıkları

Görüntü Veri Seti

Görüntü Sınıflandırma

Sayı

Makale detayları

Yazarlar: Ümit Albayrak | Adem Gölcük | Sinan Aktaş

Yayıncı: Selcuk University

Ana Başlıklar: Mikoloji | Gıda Bilimleri (Diğer)

Dergi: Mantar Dergisi Vol.15 Issue 1, pp.29-42

Belge Tipi: Makale

Yayın Tarihi: 4/2024

Belge Dili: Türkçe

Document ID (Org No.): 2001316220

pISSN: 2147-6845

Sayı

Yazarlar:

Ümit Albayrak | Adem Gölcük | Sinan Aktaş

Yayıncı:

Selcuk University

Ana Başlıklar:

Mikoloji | Gıda Bilimleri (Diğer)

Dergi:

Mantar Dergisi Vol.15 Issue 1, pp.29-42

Belge Tipi:

Makale

Yayın Tarihi:

4/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001316220

pISSN:

2147-6845