2024年5月13日至14日，山东滨州农喜棉花专业合作社经理王泽生与山东滨州棉花科技小院研究生田秉权、李京谦、崔文豪、杨蕾等开展棉苗检测数据的采集工作，旨在为后续利用深度学习技术进行棉苗精准检测提供数据支持。

试验区域选定在滨州（国家）农业科技园区，本次试验利用手机进行棉苗图像的拍摄，以及利用无人机在两个不同飞行高度（10米和6米）采集的高清可见光图像。

此次数据采集工作精心选定了三个关键时间段进行：早上六点到八点，中午十点到十四点，以及下午十八点到二十点。这些时段的选择，充分地考虑了光照条件的变化以及膜下水珠对棉苗识别的影响，确保所采集的数据不仅全面，而且具有代表性。

手机凭借高分辨率的近距离拍摄能力，确保了数据的清晰直观与细节丰富。无人机所采集的图像不仅能保证高分辨率，而且有更多的信息特征，且平台操作简单、灵活，可以在短时间内高效的拍摄出所需数据。

本次试验共构建了1500张棉苗照片，通过数据增强，显著增强了原始数据集的多样性与模型的鲁棒性。该措施不仅提高了模型的稳定性，还为深度学习算法在棉苗智能识别领域的深入应用奠定了基础，从而使移动设备能够实时、准确地完成棉苗检测任务，为后续棉花破膜机械的自动化作业提供技术支持。

2024年5月13日至14日，山东滨州农喜棉花专业合作社经理王泽生与山东滨州棉花科技小院研究生田秉权、李京谦、崔文豪、杨蕾等开展棉苗检测数据的采集工作，旨在为后续利用深度学习技术进行棉苗精准检测提供数据支持。

试验区域选定在滨州（国家）农业科技园区，本次试验利用手机进行棉苗图像的拍摄，以及利用无人机在两个不同飞行高度（10米和6米）采集的高清可见光图像。

此次数据采集工作精心选定了三个关键时间段进行：早上六点到八点，中午十点到十四点，以及下午十八点到二十点。这些时段的选择，充分地考虑了光照条件的变化以及膜下水珠对棉苗识别的影响，确保所采集的数据不仅全面，而且具有代表性。

手机凭借高分辨率的近距离拍摄能力，确保了数据的清晰直观与细节丰富。无人机所采集的图像不仅能保证高分辨率，而且有更多的信息特征，且平台操作简单、灵活，可以在短时间内高效的拍摄出所需数据。

本次试验共构建了1500张棉苗照片，通过数据增强，显著增强了原始数据集的多样性与模型的鲁棒性。该措施不仅提高了模型的稳定性，还为深度学习算法在棉苗智能识别领域的深入应用奠定了基础，从而使移动设备能够实时、准确地完成棉苗检测任务，为后续棉花破膜机械的自动化作业提供技术支持。