Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới. Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận. Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.
PlantVillageVQA: Bộ dữ liệu trả lời câu hỏi trực quan để đánh giá chuẩn các mô hình ngôn ngữ thị giác trong khoa học thực vật
Created by
Haebom
Tác giả
Syed Nazmus Sakib, Nafiul Haque, Mohammad Zabed Hossain, Shifat E. Arman
Phác thảo
PlantVillageVQA là một bộ dữ liệu hỏi đáp trực quan (VQA) quy mô lớn dựa trên bộ dữ liệu hình ảnh PlantVillage được sử dụng rộng rãi. Nó được thiết kế để thúc đẩy việc phát triển và đánh giá các mô hình ngôn ngữ trực quan cho việc ra quyết định và phân tích nông nghiệp. Nó bao gồm 193.609 cặp câu hỏi-trả lời (QA) chất lượng cao dựa trên 55.448 hình ảnh bao gồm 14 loài cây trồng và 38 trạng thái bệnh. Các câu hỏi được sắp xếp thành ba cấp độ phức tạp về nhận thức và chín danh mục riêng biệt. Mỗi danh mục câu hỏi được tạo thủ công với sự hướng dẫn của chuyên gia và được tạo thông qua một quy trình hai giai đoạn tự động: Giai đoạn 1: tổng hợp QA dựa trên mẫu bằng siêu dữ liệu hình ảnh; Giai đoạn 2: tái tạo ngôn ngữ nhiều giai đoạn. Bộ dữ liệu đã được các chuyên gia trong lĩnh vực này xem xét nhiều lần về độ chính xác và tính phù hợp khoa học. Bộ dữ liệu cuối cùng được đánh giá bằng ba mô hình tiên tiến để đánh giá chất lượng. Mục tiêu của nghiên cứu này là cung cấp một cơ sở dữ liệu công khai, được chuẩn hóa và được chuyên gia xác thực để cải thiện độ chính xác chẩn đoán của việc xác định bệnh thực vật và thúc đẩy nghiên cứu khoa học trong nông nghiệp. Bộ dữ liệu sẽ được công khai tại https://huggingface.co/datasets/SyedNazmusSakib/PlantVillageVQA .
Takeaways, Limitations
•
Takeaways:
◦
Cung cấp bộ dữ liệu VQA chất lượng cao, quy mô lớn để phát triển và đánh giá các mô hình ngôn ngữ hình ảnh trong lĩnh vực nông nghiệp.
◦
Góp phần nâng cao độ chính xác của chẩn đoán bệnh thực vật.
◦
ĐóNg góp vào sự tiến bộ của nghiên cứu khoa học trong lĩnh vực nông nghiệp.
◦
Cung cấp các tập dữ liệu chuẩn hóa đã được các chuyên gia xác minh.
•
Limitations:
◦
Cần có thêm các nghiên cứu xác thực về quy mô và chất lượng của tập dữ liệu.
◦
Cần phân tích thêm về những hạn chế của quy trình tạo câu hỏi.
◦
Khả năng mất cân bằng dữ liệu đối với các loại cây trồng hoặc bệnh cụ thể.
◦
Cần có thêm nghiên cứu về khả năng ứng dụng của nó trong môi trường nông nghiệp thực tế.
