Leafy Spurge 数据集：航空无人机影像中的真实世界杂草分类

入侵植物物种对农业和野生地区的生态系统均有不利影响。Euphorbia esula（叶藜）是此类植物之一，已在从东欧扩散至北美大陆的广大地区。当与当代计算机视觉系统配合使用时，无人机（无人机）提供了追踪问题植物（如叶藜）扩散范围、提高控制这些杂草机会的手段。我们收集了美国西蒙蒙蒂亚州西部大草原中叶藜存在与否的数据集，然后使用商业无人机进行勘测。我们在这些数据上训练了图像分类器，我们最佳性能模型——预训练的 DINOv2 视觉转换器——以 0.84 的准确率（测试集）识别叶藜。这一结果表明叶藜的分类是可行的，但尚未解决。我们发布此唯一的数据集，包含标记和未标记的航空无人机影像，供机器学习社区探索。提高叶藜分类性能将有助于生态学、保育和遥感等领域。代码和数据可在我们的网站上获取：leafy-spurge-dataset.github.io。