8-Calves 图像数据集

自动化畜牧业监控对于精准农业至关重要，但由于缺乏反映真实世界群体挑战的数据集，稳健的计算机视觉模型受到阻碍。我们介绍了 8-Calves 数据集，这是一个用于多动物检测、跟踪和识别的具有挑战性的基准数据集。该数据集包含一小时中八只赫尔斯坦斑牛小牛在谷仓中的视频，具有频繁的遮挡、运动模糊和多样化姿态。使用微调的 YOLOv8 检测器和 ByteTrack，随后进行手动校正，提供了超过 537,000 个带有时序身份标签的边界框。我们对 28 种目标检测器进行基准测试，显示在宽松的 IoU 阈值上表现接近完美（mAP50: 95.2-98.9%），但在更严格的指标上表现分歧显著（mAP50:95: 56.5-66.4%），突显了精细定位的挑战。我们的识别基准测试跨 23 个模型，揭示了规模与分类精度之间的权衡：扩大模型规模可提高分类精度，但会损害检索。较小的架构如 ConvNextV2 Nano 实现了最佳平衡（准确率 73.35%，Top-1 KNN 50.82%）。面向语义学习的预训练（如 BEiT）表现出更好的迁移性。在跟踪方面，领先方法实现了高检测精度（MOTA > 0.92），但在身份保持方面仍受挑战（IDF1 ≈ 0.27），凸显了在遮挡严重场景中的关键挑战。8-Calves 数据集通过提供时序丰富性和真实挑战，弥合了这一空白，可用于推动农业视觉模型的发展。数据集和代码均可在 https://huggingface.co/datasets/tonyFang04/8-calves 获取。