Herbarium 2021 半地球挑战数据集
计算机视觉与模式识别
2021-05-31 v1
摘要
植物标本馆标本呈现了世界植物历史、演化与多样性的独特视角。这使其成为植物学研究极为重要的数据来源。随着全球植物标本馆数字化程度的提高以及细粒度分类领域的进展（可助力标本自动识别），该领域研究存在大量支持机会。然而，现有数据集在所含分类群、地理分布或收藏机构方面要么过小，要么不够多样。此外，聚合多个数据集十分困难，因为分类群存在多种不同名称且分类学需对齐到通用参考。我们提出 Herbarium Half-Earth 数据集，迄今最大且最具多样性的用于自动分类群识别的植物标本馆标本数据集。
引用
@article{arxiv.2105.13808,
title = {The Herbarium 2021 Half-Earth Challenge Dataset},
author = {Riccardo de Lutio and Damon Little and Barbara Ambrose and Serge Belongie},
journal= {arXiv preprint arXiv:2105.13808},
year = {2021}
}
备注
FGVC8 Workshop at CVPR 2021