SapBark-64: A dataset of bark images for 64 fruit-tree sapling classes

Alızadeh S., Shamsi H.

  • Yayınlanma Tarihi: 10 Ağustos 2026
  • Versiyon: 1
  • Üniversite / Kurum: Karadeniz Teknik Üniversitesi
  • Araştırma Alanı: Tarımsal Bilimler , Ziraat , Bahçe Bitkileri , Meyve Yetiştirme ve Islahı , Diğer , Bilgisayar Bilimleri , Yapay Zeka, Bilgisayarda Öğrenme ve Örüntü Tanıma , Bilgisayar Öğrenimi , Örüntü Tanıma ve Görüntü İşleme , Mühendislik ve Teknoloji

Açıklama

SapBark-64, 64 farklı meyve ağacı fidanı sınıfına ait gövde kabuğu görüntülerinden oluşan bir veri setidir. Veri seti, erken dönem meyve ağacı fidanlarının gövde kabuğu özelliklerine dayalı olarak bilgisayarlı görü ve derin öğrenme yöntemleriyle tanımlanmasına yönelik araştırmalar için hazırlanmıştır. Veri setinde ham görüntüler, arka planı kaldırılmış görüntüler ve örneklere ait açıklayıcı meta veriler bulunmaktadır. Görüntüler 2025 yılında Trabzon, Türkiye’de toplanmıştır. Veri seti görüntü sınıflandırma, örüntü tanıma, kabuk dokusu analizi ve yapay zekâ tabanlı tarımsal uygulamalarda kullanılabilir.

Veri setinin kalıcı erişim adresi (DOI): https://doi.org/10.5281/zenodo.18799362


SapBark-64 is a dataset of bark images covering 64 fruit-tree sapling classes. It was developed to support computer vision and deep learning research on the identification of early-stage fruit-tree saplings based on bark characteristics. The dataset includes raw images, background-removed images, and associated metadata. The images were collected in Trabzon, Türkiye, in 2025. The dataset can be used for image classification, pattern recognition, bark texture analysis, and AI-based agricultural applications.The dataset's permanent access address (DOI): https://doi.org/10.5281/zenodo.18799362


İlişkili Çalışmalar

Yeniden Üretme Adımları

Görüntüler farklı meyve ağacı fidanlarından saha koşullarında toplanmıştır. Görüntüler sınıf etiketleriyle düzenlenmiş, kalite kontrolü gerçekleştirilmiş ve ham görüntüler korunmuştur. Arka planı kaldırılmış sürümün oluşturulmasında otomatik görüntü segmentasyonu uygulanmış ve nesne dışındaki arka plan bölgeleri çıkarılmıştır. Sınıf bilgileri ve örneklere ait açıklayıcı bilgiler ayrıca meta veri dosyasında sunulmuştur. Ham görüntüler kullanılarak veri işleme ve sınıflandırma deneyleri yeniden gerçekleştirilebilir.

Görüntüler farklı meyve ağacı fidanlarından saha koşullarında toplanmıştır. Görüntüler sınıf etiketleriyle düzenlenmiş, kalite kontrolü gerçekleştirilmiş ve ham görüntüler korunmuştur. Arka planı kaldırılmış sürümün oluşturulmasında otomatik görüntü segmentasyonu uygulanmış ve nesne dışındaki arka plan bölgeleri çıkarılmıştır. Sınıf bilgileri ve örneklere ait açıklayıcı bilgiler ayrıca meta veri dosyasında sunulmuştur. Ham görüntüler kullanılarak veri işleme ve sınıflandırma deneyleri yeniden gerçekleştirilebilir.

  • Versiyon
  • Versiyon 1 (Yayında)

    10-08-2026

Paylaş