Image dataset of Taro Leaf Blight disease collected from the West African Sub-Region
Notice bibliographique
Résumé
This dataset encompasses an extensive collection of 18,248 high-resolution JPEG images, documenting various stages of Taro Leaf Blight (TLB) infection in Taro plants across West Africa. TLB, primarily caused by the pathogen Phytophthora colocasiae, manifests through necrotic leaf spots, white sporangia bands, and orange droplets, severely impacting the agricultural output and economic stability of smallholder farmers in the region. The images represent a range of infection stages-early, mid, late, and healthy conditions-captured during the dry and early rainy seasons in Nigeria and Ghana using smartphones equipped with high-resolution cameras. This dataset was carefully curated to help in the development and training of machine learning models for early and accurate detection of TLB, a crucial step towards effective disease management. By enabling the application of advanced diagnostics through technologies such as smartphone apps and AI-based analysis tools, this dataset not only aims to enhance the technological capabilities within agricultural sectors but also serves as a vital educational resource. Researchers and developers can utilize this dataset to create and refine models that diagnose plant diseases promptly, thereby allowing for timely interventions that can prevent widespread crop damage and subsequent economic losses. Additionally, the dataset supports ongoing efforts to integrate artificial intelligence with traditional farming practices, offering a bridge between advanced technological solutions and accessible applications for resource-limited settings. The potential reuse of this dataset extends beyond disease identification; it encompasses agricultural research, educational purposes, and further development of automated systems for plant health monitoring, making it a cornerstone for future innovations in agricultural technology and management strategies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».