AQUA20：挑战条件下水下物种分类的基准数据集
计算机视觉与模式识别
2026-04-01 v2
摘要
由于浑浊、低照度和遮挡等复杂畸变严重降低了标准视觉系统的性能，水下环境中的鲁棒视觉识别仍然是一个重大挑战。本文介绍了 AQUA20，一个包含 8,171 张水下图像、涵盖 20 个海洋物种的综合基准数据集，反映了光照、浑浊、遮挡等真实世界的环境挑战，为水下视觉理解提供了宝贵资源。评估了十三个 SOTA 深度学习模型，包括轻量级 CNN (SqueezeNet, MobileNetV2) 和基于 Transformer 的架构 (ViT, ConvNeXt)，以对它们在挑战条件下分类海洋物种的性能进行基准测试。我们的实验结果表明，ConvNeXt 取得了最佳性能，Top-3 准确率为 98.82%，Top-1 准确率为 90.69%，并且在参数量中等偏大的情况下获得了 88.92% 的最高总体 F1 分数。从其他基准模型获得的结果也展示了复杂性与性能之间的权衡。我们还使用 GRAD-CAM 和 LIME 提供了广泛的可解释性分析，以解释模型的优势与缺陷。我们的结果表明，水下物种识别仍有很大的改进空间，并证明了 AQUA20 作为该领域未来研究基础的价值。该数据集公开获取于：https://huggingface.co/datasets/taufiktrf/AQUA20。
引用
@article{arxiv.2506.17455,
title = {AQUA20: A Benchmark Dataset for Underwater Species Classification under Challenging Conditions},
author = {Taufikur Rahman Fuad and Sabbir Ahmed and Shahriar Ivan},
journal= {arXiv preprint arXiv:2506.17455},
year = {2026}
}
备注
Submitted to AJSE Springer