面向群落的评估与阈值校准用于开放集浮游生物图像识别
计算机视觉与模式识别
2026-05-18 v1
摘要
自动化浮游生物图像识别越来越多地用于水生生态系统监测，但部署的分类器不可避免地会遇到未见过的分类单元和非目标颗粒。开放集识别方法通常使用样本级指标进行评估，例如 AUROC、AUPR 和 FPR@95% 未知召回率操作点，而生态监测则依赖于分类单元丰度和多样性的群落级估计。本研究使用受控伪群落和三个数据集（涵盖由 ZooScan 成像的海洋浮游动物、由 IFCB 成像的海洋浮游植物以及由原位相机成像的淡水浮游生物）考察了这些目标之间的不匹配。我们定义了开放集群落失真 (Open-Set Community Distortion, OSCD)，这是一种基于已知分类单元加上一个未知分箱的 Bray-Curtis 风格误差，其方向性分量可区分已知分类单元的高估和低估。闭集分类器实现了高已知类别准确率，但未知样本通常以高置信度并以结构化方式被吸收。样本级 OOD 指标不足以选择生态操作点：对于 MSP，95% 未知召回率阈值在所有三个数据集上都产生了较大的测试群落 OSCD，这主要是因为真实的已知分类单元被过度拒绝到未知分箱中。在 SYKE-ZooScan 2024 和 SYKE-IFCB 2022 数据集上，相对于固定的 95% 已知召回率，面向群落的阈值校准降低了 MSP 的 OSCD；在 ZooLake 数据集上，固定召回率基线已经接近面向群落的阈值，并且最佳的群落级方法是一种原型距离变体，而非 MSP。因此，面向群落校准的益处取决于验证群落的代表性以及固定召回率与群落最优值之间的差距。这些结果表明，开放集浮游生物识别应作为一个生态测量问题来评估，而不仅仅是一个样本级检测任务。
引用
@article{arxiv.2605.15835,
title = {Community-aware evaluation and threshold calibration for open-set plankton image recognition},
author = {Xi Chen and Eryuan Huang and Yingjun Xiao and Gang Fang},
journal= {arXiv preprint arXiv:2605.15835},
year = {2026}
}
备注
Manuscript. 14 figures/tables in total