LifeCLEF 2019 植物识别任务概述：深入数据匮乏的热带国家
计算机视觉与模式识别
2025-09-24 v1
摘要
得益于深度学习的最新进展和训练数据的可用性，植物自动识别已得到显著改善。然而，这种丰富的数据仅涉及数万个物种，而地球上却有近 369K 个物种。LifeCLEF 2019 植物识别挑战赛（或称“PlantCLEF 2019”）旨在评估对数据匮乏地区植物群的自动识别。它基于一个包含 10K 物种的数据集，主要聚焦于圭亚那地盾和巴西北部亚马逊雨林，该地区以拥有世界上最丰富的动植物多样性之一而闻名。与上一届一样，本次挑战赛对所评估系统的性能与顶尖热带植物专家进行了比较。本文介绍了该挑战赛的资源和评估，总结了参与研究团队所采用的方法和系统，并对主要结果进行了分析。
关键词
引用
@article{arxiv.2509.18705,
title = {Overview of LifeCLEF Plant Identification task 2019: diving into data deficient tropical countries},
author = {Herve Goeau and Pierre Bonnet and Alexis Joly},
journal= {arXiv preprint arXiv:2509.18705},
year = {2025}
}
备注
13 pages, 5 figures, CLEF 2019 Conference and Labs of the Evaluation Forum, September 09 to 12, 2019, Lugano, Switzerland