中文

FathomVerse:用于海洋动物发现的社区科学数据集

计算机视觉与模式识别 2024-12-03 v1 人机交互

摘要

计算机视觉能否帮助我们探索海洋?计算机视觉的终极挑战是识别任何视觉现象,超越仅识别人类在陆地生活中遇到的对象和动物。以往的数据集探索了日常物品和频繁出现的细粒度类别。我们提出FathomVerse v0检测数据集,以推动该领域发展,探索极少接触人类的深海动物。这些动物 presents a 新的视觉挑战。FathomVerse v0数据集包含3843张图片,8092个边界框,来自12个不同的形态学类别,记录在两个深海底部的新位置,这些位置目前在计算机视觉中尚未被探索。它包含令人费解的场景,如章鱼与海星交织在一起,以及令人困惑的类别,如吸血鬼鱼和海蜘蛛。该数据集可以推动细粒度迁移学习、新类别发现、物种分布建模和碳循环分析等研究,这些都是重要的,关乎我们星球的照料和养护。

关键词

引用

@article{arxiv.2412.01701,
  title  = {FathomVerse: A community science dataset for ocean animal discovery},
  author = {Genevieve Patterson and Joost Daniels and Benjamin Woodward and Kevin Barnard and Giovanna Sainz and Lonny Lundsten and Kakani Katija},
  journal= {arXiv preprint arXiv:2412.01701},
  year   = {2024}
}

备注

10 pages, 14 figures