OysterNet：基于仿真增强的牡蛎检测
计算机视觉与模式识别
2024-09-18 v1
摘要
牡蛎在海湾生态系统中起着关键作用，被视为海洋的活体过滤器。近年来，牡蛎礁因商业过度捕捞遭受严重破坏，需要加以保护以维持生态平衡。保护的基础是估算牡蛎密度，而这需要准确的牡蛎检测。然而，准确的牡蛎检测系统需要大型数据集，而在水下环境中获取此类数据集是一项昂贵且劳动密集的任务。为此，我们提出了一种新方法，对牡蛎进行数学建模并在仿真中渲染牡蛎图像，以最少真实数据提升检测性能。将我们的合成数据与真实数据结合用于牡蛎检测，与仅使用真实数据及我们的OysterNet网络相比，性能提升高达35.1%。我们还将最先进水平提高了12.7%。这表明利用物体的潜在几何属性有助于在有限数据集上成功提升识别任务准确率，我们希望更多研究者在难以获取的数据集上采用此类策略。
引用
@article{arxiv.2209.08176,
title = {OysterNet: Enhanced Oyster Detection Using Simulation},
author = {Xiaomin Lin and Nitin J. Sanket and Nare Karapetyan and Yiannis Aloimonos},
journal= {arXiv preprint arXiv:2209.08176},
year = {2024}
}