یک مجموعه داده معیار جدید برای تشخیص گل زعفران

تولید زعفران کار فشرده و اتوماسیون محدودی دارد. این مقاله مجموعه داده تصویری جدیدی (Saf-2^10) برای گل زعفران ارائه می‌دهد که شامل کلاس‌های گل کامل و غنچه است. برای آموزش و مقایسه مدل‌های یادگیری عمیق (YOLOv8، Faster R-CNN، RetinaNet) استفاده شد. YOLOv8 متوسط و Faster R-CNN با ResNet-101 روی داده‌های تقویت شده بهترین عملکرد را داشتند و امکان تشخیص خودکار گل زعفران را نشان دادند.

Saffron production is labor-intensive with limited automation. This work presents a novel image dataset (Saf-2^10) for Crocus sativus L., containing flower and bud classes. It was used to train and compare deep learning models (YOLOv8, Faster R-CNN, RetinaNet). YOLOv8 medium and Faster R-CNN with ResNet-101 on augmented data performed best, demonstrating the feasibility of automated saffron flower detection.