基于相机陷阱图像的高效大规模多标签图像识别
计算机视觉与模式识别
2020-08-19 v1
摘要
相机陷阱在生物多样性相关研究中至关重要，然而处理大量图像并标注这些数据集是一项繁琐且耗时的任务。为加速此过程，机器学习方法是一种合理的助力。在本文中，我们基于在“Hakuna Ma-data——塞伦盖蒂野生动物识别挑战赛”中的获奖方案，提出了一种简便、易用、轻量、快速且高效的方法。我们的系统达到了97%的准确率，并超越了人类水平表现。我们表明，在给定相对较大的数据集时，对每幅图像仅查看一次且极少或无需数据增强是有效的。通过采用这一简单而有效的基线，我们避免了过拟合，无需大量正则化技术，并仅在配备单块GPU（1080Ti）的非常有限的硬件上，面对大型训练集（670万图像、6TB）训练出了得分最高的系统。
引用
@article{arxiv.2008.07828,
title = {Mastering Large Scale Multi-label Image Recognition with high efficiency overCamera trap images},
author = {Miroslav Valan and Lukáš Picek},
journal= {arXiv preprint arXiv:2008.07828},
year = {2020}
}
备注
Hakuna Ma-data Challenge: 1st place submission description. (Fine-Grained Visual Categorization Workshop - CVPR2020)