Nuestra selección de los mejores conjuntos de datos para desarrollar inteligencia artificial para la agricultura
La agricultura moderna está experimentando una importante transformación gracias a la integración de tecnologías como la inteligencia artificial y la visión artificial. En el centro de esta revolución se encuentran Conjuntos de datos agrícolas, esencial para la formación de modelos y el desarrollo de soluciones innovadoras. Esta es una selección de los 15 mejores conjuntos de datos que pueden contribuir al avance de la investigación y la aplicación tecnológica en la agricultura.
Tipos de conjuntos de datos en la agricultura
1. Imágenes de Cultivus y Enfermedades
Estos conjuntos de datos contienen imágenes de plantas sanas y cerradas, de modo que los modelos de visión artificial pueden detectar y diagnosticar los atrapamientos de los cultivos. Por ejemplo, el Conjunto de datos PlantVillage ofrece una amplia colección de imágenes de diversas culturas y situaciones.
2. Datos del suelo
Estos conjuntos de datos, que incluyen información sobre la composición, la textura y la fertilidad del suelo, ayudan a optimizar el uso de fertilizantes y a mejorar la gestión de la tierra.
3. Datos meteorológicos
Los datos climáticos históricos y en tiempo real son importantes porque pueden usarse para predecir el rendimiento de los cultivos y planificar las actividades agrícolas.
4. Imágenes de satélite
Les Imágenes de satélite proporcionando una visión general de los campos, lo que ayudará a monitorear la salud de los cultivos, la cobertura vegetal y la detección de anomalías.
5. Datos de rendimiento
Estos datos nos permiten analizar la productividad de los cultivos en función de varios factores, como las prácticas agrícolas, las condiciones del suelo y el clima.
Nuestros 15 mejores conjuntos de datos para la agricultura
1. Conjunto de datos PlantVillage
Description : Uno de los conjuntos de datos más grandes de imágenes de invernaderos sanos y cerrados, que contiene 38 clases de recintos en 14 culturas diferentes.
Utilice : Detección y clasificación de los atrapamientos de plantas mediante visión artificial.
Link : 🔗 Plant Village
2. Conjunto de datos Agriculture-Vision
Description : Incluye más de 94.000 imágenes aéreas comentadas de campos agrícolas con diversas anomalías, como condiciones meteorológicas adversas, zonas secas e insectos causados por insectos.
Utilice : Detección de anomalías en los cultivos para mejorar la vigilancia agrícola.
Link : 🔗 Agricultura-Visión
3. Conjunto de datos de imagen abiertos para la agricultura
Description : un subconjunto del conjunto de datos de imágenes abiertos con anotaciones especiales para objetos agrícolas, como máquinas, animales de granja y cultivos.
Utilice : Reconocimiento y 🔗 Detección de objetos específico para la agricultura en imágenes.
Link : 🔗 Abrir imágenes
4. Imágenes de satélite Sentinel-2
Description : Conjunto de datos de imágenes satelitales multiespectrales de alta resolución proporcionadas por la Agencia Espacial Europea, que informa sobre todo el mundo.
Utilice : Monitoreo de cultivos, análisis de sanidad vegetal, creación de un mapa para el mapeo temático de suelos y cultivos.
Link : 🔗 Sentinel-2 de la ESA
5. Conjunto de datos pasivos activos sobre la humedad del suelo (SMAP)
Description : Datos de satélite que proporcionan mediciones precisas de la humedad del suelo a escala mundial.
Utilice : Gestión de riesgos, predicción secuencial, modelización climática.
Link : 🔗 MAPA DE LA NASA
6. Base de datos estadísticos de la FAO (FAOSTAT)
Description : Base de datos estadísticos mundiales de la FAO sobre la agricultura, que incluye la producción, el comercio, los precios y el uso de la tierra.
Utilice : Análisis de las tendencias agrícolas mundiales, investigación económica y evaluación del impacto de las políticas agrícolas comunes en las prácticas agrícolas y el uso de la tierra.
Link : 🔗 RÁPIDO
7. Servicio Nacional de Estadísticas Agrícolas (NASS) del USDA
Description : Datos detallados sobre la agricultura en los Estados Unidos, incluidos los retornos, las prácticas agrícolas y las estadísticas económicas. El NASS del USDA proporciona servicios fundamentales para recopilar y difundir estos datos agrícolas.
Utilice : Investigación de mercado, planificación agrícola, análisis de políticas.
Link : 🔗 USDA NASS
8. Conjunto de datos DeepWeeds
Description : Un conjunto de datos de más de 17 000 imágenes comentadas sobre áreas comunes en entornos agrícolas australianos.
Utilice : Desarrollo de sistemas automáticos de detección de malezas.
Link : 🔗 Hierbas profundas
9. Base de datos terrestre europea (ESDB)
Description : Una base de datos detallada sobre las características de los suelos europeos, incluida la textura, la composición química y las propiedades físicas.
Utilice : Gestión sostenible de la tierra, planificación del uso de la tierra.
Link : 🔗 ESDAC
10. Conjuntos de datos agrícolas radiantes de MLHub
Description : Una plataforma que ofrece conjuntos de datos abiertos para el aprendizaje automático en la observación de la Tierra, centrada en la agricultura. Radiant MLHub ofrece datos abiertos para aplicaciones de aprendizaje automático, especialmente en la agricultura.
Utilice : Clasificación de cultivos, detección de cambios, análisis fitosanitarios.
Link : 🔗 Radiant MLHub
11. Conjunto de datos para predecir el rendimiento de los cultivos (Kaggle)
Description : Datos que incluyen el rendimiento histórico de los cultivos, las condiciones climáticas y las características del suelo.
Utilice : Modelación y predicción del rendimiento de los cultivos.
Link : 🔗 Kaggle Projecture Projecture
12. Base de datos mundial sobre alimentos preciosos
Description : Datos sobre los precios mundiales de los alimentos, recopilados por el Programa Mundial de Alimentos. El conjunto de datos incluye datos sobre la participación de varios productos alimenticios en los precios mundiales de los alimentos.
Utilice : Análisis económico, estudio de seguridad alimentaria.
Link : 🔗 Datos de PMA
13. Conjunto de datos CropDeep
Description : Una colección de imágenes para el reconocimiento de cultivos y la detección de campamentos, que identifican varias especies de plantas.
Utilice : Clasificación de cultivos, diagnóstico de casos.
Link : 🔗 Cultivo profundo
14. Plataforma de macrodatos del CGIAR
Description : Conjuntos abiertos de datos sobre la agricultura en los países en desarrollo, que pueden beneficiar a los cultivos, el clima, el suelo y más.
Utilice : Investigación en agricultura sostenible, adaptación al cambio climático.
Link : 🔗 Plataforma CGIAR
15. Repositorio de aprendizaje automático de la UCI: conjunto de datos sobre hongos
Description : Datos detallados sobre las características físicas de los diferentes tipos de miel.
Utilice : Clasificación de especies, estudios toxicológicos.
Link : 🔗 Conjunto de datos UCI Hong Kong
¿Puede encontrar conjuntos de datos para la agricultura?
Introducir el conjunto de datos correcto para sus proyectos agrícolas puede ser un desafío. Estas son algunas fuentes y plataformas en las que puede acceder a una variedad de conjuntos de datos agrícolas:
Plataformas especializadas
- Kaggle: una plataforma en línea que alberga una multitud de conjuntos de datos públicos, incluidas las relaciones con la agricultura. Aquí puede encontrar datos para la visión artificial, el análisis predictivo y más.
Abraza: 🔗 Datos de Kaggle
- Radiant MLHub: proporciona conjuntos de datos abiertos para el aprendizaje automático en la observación de la Tierra, con un enfoque en la agricultura y la sostenibilidad ambiental.
Link: 🔗 Radiant MLHub
Instituciones de Investigación y Universidades
- CGIAR: El Consorcio Internacional para la Investigación Agrícola ofrece una plataforma de datos abiertos que facilita el acceso a una multitud de conjuntos de datos agrícolas, especialmente en los países en desarrollo.
Abraza: 🔗 Plataforma de big data del CGIAR
- INRAE: El Instituto Nacional de Investigación para la Agricultura, la Alimentación y el Medio Ambiente de la Francia Pública proporciona datos y recursos para la investigación agrícola.
Abraza: 🔗 YODatos de NRAE
Organizaciones gubernamentales e internacionales
- FAO: La Organización de las Naciones Unidas para la Alimentación y la Agricultura proporciona una variedad de conjuntos de datos estadísticos mundiales sobre la agricultura a través de su base de datos FAOSTAT.
Abraza: 🔗 RÁPIDO
- USDA: El Departamento de Agricultura de los Estados Unidos ofrece datos completos sobre la agricultura de Asia Oriental que son útiles para el análisis comparativo o la investigación de mercado.
Abraza: 🔗 USDA NASS
Comunidades online y redes sociales
- GitHub: Muchos investigadores y desarrolladores comparan sus conjuntos de datos y códigos basándose en GitHub, lo que puede ser un gran recurso para encontrar datos específicos.
Abraza: 🔗 GitHub
- Foros especializados: plataformas como los grupos de Stack Overflow, Reddit o LinkedIn pueden resultar útiles para buscar recomendaciones de conjuntos de datos o comparar recursos con la comunidad.
Conclusión
El acceso a conjuntos de datos de alta calidad es clave para estimular la innovación en la agricultura. Los Conjuntos de datos agrícolas que el tema presentado en este artículo ofrece recursos válidos para la investigación y el desarrollo de soluciones tecnológicas destinadas a mejorar la productividad, la sostenibilidad y la eficiencia del sector agrícola. Al explotar estos datos, los líderes agroalimentarios y las nuevas empresas innovadoras ayudan a abordar los desafíos globales relacionados con la seguridad alimentaria y el cambio climático.
