2019年植物标本馆挑战赛数据集
计算机视觉与模式识别
2019-06-18 v2 图像与视频处理
摘要
植物标本馆标本页对植物学研究具有不可估量的价值，专家们在标注和鉴定其上标本时耗费了大量时间与精力。鉴于计算机视觉与深度学习的最新进展，开发一种自动化方法来辅助专家鉴定标本，可显著加速该领域的研究。现有大多数植物学数据集由野外标本的照片组成，而植物标本馆标本页展示的是干燥标本，这带来了新的挑战。我们提出了一个由专家标注的植物标本馆标本页图像挑战数据集，旨在促进针对这一困难场景的自动化鉴定技术的发展。
引用
@article{arxiv.1906.05372,
title = {The Herbarium Challenge 2019 Dataset},
author = {Kiat Chuan Tan and Yulong Liu and Barbara Ambrose and Melissa Tulig and Serge Belongie},
journal= {arXiv preprint arXiv:1906.05372},
year = {2019}
}
备注
Part of the 6th Fine-Grained Visual Categorization Workshop (FGVC6) at CVPR 2019. Dataset available at https://github.com/visipedia/herbarium_comp