Coralscapes 数据集：珊瑚礁中的语义场景理解
计算机视觉与模式识别
2025-11-05 v2 机器学习
摘要
由于气候变化和局部应力因素，珊瑚礁正在全球性衰退。为了制定有效的保育或恢复措施，对珊瑚礁进行具有最高空间和时间分辨率的监测是必要的。传统的珊瑚礁调查方法受限于专业人力时间，迫切需要使用计算机视觉工具来自动识别和估计活珊瑚的识别和丰度。然而，缺乏大型高质量数据集限制了此类工具的设计和评估。我们发布了Coralscapes数据集，这是首个用于珊瑚礁的通用密集语义分割数据集，覆盖2075张图像、39种底质类别和174k个分割掩码，由专家标注。Coralscapes的范围和结构与用于城市场景语义分割的广泛使用Cityscapes数据集相同，允许对需要专家知识进行标注的新型具有挑战性的领域进行语义分割模型基准测试。我们对广泛的语义分割模型进行基准测试，发现从Coralscapes迁移到现有较小数据集可 consistently 实现最佳性能。Coralscapes将催化基于计算机视觉的高效、可扩展且标准化的珊瑚礁调查方法的研究，并有潜力简化水下生态机器人开发。
关键词
引用
@article{arxiv.2503.20000,
title = {The Coralscapes Dataset: Semantic Scene Understanding in Coral Reefs},
author = {Jonathan Sauder and Viktor Domazetoski and Guilhem Banc-Prandi and Gabriela Perna and Anders Meibom and Devis Tuia},
journal= {arXiv preprint arXiv:2503.20000},
year = {2025}
}