SPOTS-10：面向机器学习算法的动物图案基准数据集
计算机视觉与模式识别
2024-10-29 v1
摘要
在夜间图像中基于独特的身体图案（如条纹、斑点或其他标记）识别动物是计算机视觉中的一项复杂任务。现有的图像中检测动物的方法通常依赖颜色信息，这在夜间图像中并不总是可用，给此类条件下的图案识别带来了挑战。然而，夜间识别对于大多数野生动物、生物多样性和保护应用至关重要。SPOTS-10 数据集旨在应对这一挑战，并为现场评估机器学习算法提供资源。该数据集是一个广泛的灰度图像集合，展示了十种动物物种中发现的多样图案。具体来说，SPOTS-10 包含 50,000 张 32x32 的灰度图像，分为十个类别，每类 5,000 张图像。训练集包含 40,000 张图像，测试集包含 10,000 张图像。SPOTS-10 数据集可在项目 GitHub 页面免费获取：https://github.com/Amotica/SPOTS-10.git，通过克隆仓库即可。
引用
@article{arxiv.2410.21044,
title = {SPOTS-10: Animal Pattern Benchmark Dataset for Machine Learning Algorithms},
author = {John Atanbori},
journal= {arXiv preprint arXiv:2410.21044},
year = {2024}
}
备注
Dataset and benchmark is freely available at https://github.com/Amotica/SPOTS-10.git