用于评估水下视觉分析算法的真实鱼类栖息地数据集

对复杂鱼类栖息地进行视觉分析，是迈向可持续渔业以供给人类消费与保护环境的重要一步。深度学习方法在大规模数据集上训练后，已展现出在场景分析方面的巨大潜力。然而，当前用于鱼类分析的数据集往往聚焦于受限 plaintext 环境中的分类任务，未能捕捉水下鱼类栖息地的复杂性。为弥补这一局限，我们提出 DeepFish 作为一个基准套件，其包含大规模数据集以训练和测试多种计算机视觉任务的方法。该数据集由在热带澳大利亚海洋环境中从 20 个栖息地水下采集的约 4 万张图像组成。该数据集原本仅含分类标签。因此，我们收集了点级与分割标签，以构建一个更全面的鱼类分析基准。这些标签使模型能够自动学习监测鱼数、识别其位置并估计其大小。我们的实验对该数据集特性进行了深入分析，并基于我们的基准对若干最先进方法的性能进行了评估。尽管在 ImageNet 上预训练的模型已在该基准上成功表现，仍存在改进空间。因此，该基准可作为测试平台，以推动这一具有挑战性的水下计算机视觉领域的进一步发展。代码见：https://github.com/alzayats/DeepFish。