Data koostuu Marjamasiina-hankkeen aineistosta. Hankkeessa on pyritty kehittämään tekoälyä hyödyntävä järjestelmä, jolla helpotetaan marjahavaintojen -ja ennusteiden tekemistä havaintometsissä. Luonnonvarakeskus on tehnyt marjasadon havaintoja ja ennusteita 1990-luvulta lähtien. Havainnot ovat perustuneet metsissä oleviin koealoihin. Jokaisessa metsässä on viisi neliömetrin kokoista havaintoruutua. Kukat, raakileet ja kypsät marjat lasketaan kasvukauden aikana ja ennusteet perustuvat näihin laskelmiin. Marjamasiina-hankkeen tarkoituksena oli kehittää koneoppiminen, jonka avulla voidaan marjasadon määrän sekä laadun arvioimisessa käyttää älypuhelimella otettua valokuvaa. Kohteena oli mustikka (Vaccinium Myrtillus) sekä puolukka (Vaccinium Vitis-idea) Älypuhelimelle toteutettiin ainestolla prototyyppisovellus joka määrittää mustikan sekä puolukan kukkien, raakileiden ja kypsien marjojen määrän konenäön avulla. Marjatiheydessä tarvittavan havaintoalueen pinta-alan määrittämisessä testattiin protoyypissä AR-pohjaista mittausta. Kuvasta tulkittavan marjamäärän suhdetta maastossa laskettuun määrään verrattiin maastolaskennan avulla. Kuvaan laskentakehikosta liitettiin tieto maastolaskennen tuloksesta ja koneoppimisen havaitsemien marjojen määrästä samassa kuvassa. Kuvan avulla marjatiheyden määrittämisen tutkimisessa koneoppimisen havaitsemien marjojen pinta-ala määritettiin rajaamalla havaitut marjat samaan kuvaan piirretyn (annotoidun) laskentakehikon rajoilla. Laskentakehällä rajaamalla varmennetaan, että kuvassa on havaittu marjoja täsmälleen kehikon pinta-alan vastaavalta alueelta. Data sisältää kolme aineistoa: 1. 640x640 Images with VOC annotations. Koneoppimiselle koulutusvalmiit 640x640 annotoidut kuvat 2. Datatables. Datataulut, joissa metatietoa kuvista, koulutetun koneoppimismallin havainnot kuvista ja tietoa laskentakehikoista sekä kuvista joiden marjatiheys voidaan arvioida 3. Original. Aluperäiset kuvatiedostot ja annotoinnit (COCO-formaatissa). 80GB alkuperäinen ainesto on jaettu kahdeksaan zip-tiedostoon tiedostojen latauksen helpottamiseksi. Myös laskentakehikoiden polygonit annotoituna (COCO-formaatti) Taulukoiden tieto on toisiinsa liitettävissä kuvan tiedostopolulla. Tarkempi aineistokuvaus tiedostossa README.md. Hankkeen tekoälyjärjestelmän prototypoinnista ja toteutuksesta vastaa Lapin AMK:n FrostBit ohjelmistolaboratorio.

2022