CattleEyeView：面向智能精准畜牧业的多任务俯视牛群数据集
计算机视觉与模式识别
2023-12-15 v1
摘要
养牛业是重要且有利可图的农业产业之一。采用能够计数动物、追踪动物及其姿态的智能自动化精准畜牧系统，将提高生产力并显著减轻本已有限的劳动力池的沉重负担。为实现此类智能系统，大型牛群视频数据集对于开发和训练此类模型至关重要。然而，当前的许多动物数据集是为少数任务或其他类型的动物量身定制的，这导致在应用于牛群时模型性能较差。此外，它们不提供牛群的俯视图。为了解决这些局限性，我们引入了 CattleEyeView 数据集，这是第一个俯视多任务牛群视频数据集，适用于多种相互关联的任务（即计数、检测、姿态估计、跟踪、实例分割），这些任务有助于统计牛的数量并评估其生长和健康状况。该数据集包含 30,703 帧（14 个视频序列）中的 753 个不同的俯视牛实例。我们进行了基准实验以评估模型在每个任务上的性能。数据集和代码可在 https://github.com/AnimalEyeQ/CattleEyeView 找到。
引用
@article{arxiv.2312.08764,
title = {CattleEyeView: A Multi-task Top-down View Cattle Dataset for Smarter Precision Livestock Farming},
author = {Kian Eng Ong and Sivaji Retta and Ramarajulu Srinivasan and Shawn Tan and Jun Liu},
journal= {arXiv preprint arXiv:2312.08764},
year = {2023}
}
备注
Published at VCIP 2023. Dataset and code available at https://github.com/AnimalEyeQ/CattleEyeView