PlantCLEF 2024 概述：植被样地图像中的多物种植物识别

样地图像对于生态学研究至关重要，能够实现标准化采样、生物多样性评估、长期监测以及远程大规模调查。样地图像通常为五十平方厘米或一平方米大小，植物学家会细致地识别其中的所有物种。人工智能的整合可以显著提高专家的效率，帮助他们扩展生态学研究的范围和覆盖面。为了评估这方面的进展，PlantCLEF 2024 挑战赛利用了一个由专家标注的数千张多标签图像组成的新测试集，涵盖超过 800 个物种。此外，它还提供了包含 170 万张单个植物图像的大型训练集，以及在此数据上预训练的最先进的视觉 Transformer 模型。该任务被评估为（弱标记）多标签分类任务，其目标是预测高分辨率样地图像中存在的所有植物物种（使用单标签训练数据）。在本文中，我们详细描述了数据、评估方法、参与者采用的方法和模型以及所取得的结果。