Fishnet开放图像数据库：面向渔业中鱼类检测与细粒度分类的数据集
计算机视觉与模式识别
2021-06-18 v1 机器学习
摘要
基于摄像头的电子监控（EM）系统正日益部署在商业渔船之上，以收集渔业管理与监管所需的关键数据。这些系统生成大量视频数据，必须由陆地上的专家人工审阅。计算机视觉可通过自动检测与分类鱼类物种来辅助这一过程，然而该领域缺乏现有公开数据，阻碍了进展。为此，我们提出Fishnet开放图像数据库，一个用于商业渔船 onboard EM图像中鱼类检测与细粒度分类的大规模数据集。该数据集包含86,029张图像，涵盖34个目标类别，是迄今最大且最具多样性的渔业EM图像公开数据集。它包含了EM数据的诸多典型挑战：物种间视觉相似性、类别分布偏斜、恶劣天气条件以及混乱的船员活动。我们评估了现有检测与分类算法的性能，并证明该数据集可作为渔业中计算机视觉算法开发的一个具有挑战性的基准。数据集可从 https://www.fishnet.ai/ 获取。
引用
@article{arxiv.2106.09178,
title = {The Fishnet Open Images Database: A Dataset for Fish Detection and Fine-Grained Categorization in Fisheries},
author = {Justin Kay and Matt Merrifield},
journal= {arXiv preprint arXiv:2106.09178},
year = {2021}
}
备注
In 8th Workshop on Fine-Grained Visual Categorization at CVPR 2021