Fish-Vista：用于从图像中理解与识别特征的多用途数据集
计算机视觉与模式识别
2025-02-28 v2
摘要
我们介绍 Fish-Visual Trait Analysis（Fish-Vista），这是第一个专为从图像中直接分析水生物种视觉特征而设计的生物学图像数据集，采用计算机视觉问题格式。Fish-Vista 包含 69,126 张标注图像，覆盖 4,154 种鱼类，数据经过整理和组织，可服务于物种分类、特征识别和特征分割三个下游任务。我们的工作作出了两大关键贡献：首先，我们进行了一套完全可复现的数据处理流程，处理来自 various博物馆收藏的图像。我们使用来自生物学数据库的精心挑选的标签和手动标注，创建了一个用于视觉特征的人工智能就绪数据集，推动了人工智能在生物多样性科学中的发展。其次，我们提出的下游任务为解决长尾分布、分布外推理、弱标签学习、可解释人工智能和分割小目标等各种挑战提供了新的计算机视觉研究土壤。我们对既有方法在所提出任务上的性能进行基准测试，以暴露人工智能在涉及视觉特征的生物多样性科学问题中未来的研究机会。
关键词
引用
@article{arxiv.2407.08027,
title = {Fish-Vista: A Multi-Purpose Dataset for Understanding & Identification of Traits from Images},
author = {Kazi Sajeed Mehrab and M. Maruf and Arka Daw and Abhilash Neog and Harish Babu Manogaran and Mridul Khurana and Zhenyang Feng and Bahadir Altintas and Yasin Bakis and Elizabeth G Campolongo and Matthew J Thompson and Xiaojun Wang and Hilmar Lapp and Tanya Berger-Wolf and Paula Mabee and Henry Bart and Wei-Lun Chao and Wasila M Dahdul and Anuj Karpatne},
journal= {arXiv preprint arXiv:2407.08027},
year = {2025}
}
备注
Preprint. Accepted to CVPR 2025