CoralSCOP-LAT：带有稠密掩码的珊瑚礁图像标注与分析工具
计算机视觉与模式识别
2025-10-07 v2
摘要
珊瑚礁图像提供了监测生态系统健康的关键数据，特别是随着图像数据集的易得性继续迅速扩大。虽然用于珊瑚礁图像的半自动分析平台正变得越来越普及，但主流方法面临着根本性的限制。为了应对这些挑战，我们提出了 CoralSCOP-LAT，这是一种珊瑚礁图像分析和标注工具，能够自动分割和分析珊瑚区域。通过利用为珊瑚礁分割量身定制的先进机器学习模型，CoralSCOP-LAT 使用户能够以最少的人工工作量生成稠密分割掩码，从而显著提高珊瑚礁分析的标注效率和精度。我们的广泛评估表明，CoralSCOP-LAT 在时间效率、准确性、精确度和灵活性方面超越了现有的珊瑚礁分析工具。因此，CoralSCOP-LAT 不仅加速了珊瑚礁标注过程，还帮助用户获得高质量的珊瑚礁分割和分析结果。Github 页面：https://github.com/ykwongaq/CoralSCOP-LAT。
引用
@article{arxiv.2410.20436,
title = {CoralSCOP-LAT: Labeling and Analyzing Tool for Coral Reef Images with Dense Mask},
author = {Yuk-Kwan Wong and Ziqiang Zheng and Mingzhe Zhang and David Suggett and Sai-Kit Yeung},
journal= {arXiv preprint arXiv:2410.20436},
year = {2025}
}
备注
Ecological Informatics Page: https://www.sciencedirect.com/science/article/pii/S157495412500411X