WHOI-Plankton——用于浮游生物分类的大规模细粒度视觉识别基准数据集
计算机视觉与模式识别
2015-10-06 v1
摘要
浮游生物对海洋生态系统具有根本重要性：它们构成食物网的基础，提供大气与深海之间的联系，并影响全球尺度的生物地球化学循环。科学家越来越多地使用基于成像的技术在其自然栖息地研究这些生物。来自此类系统的图像为建模和理解浮游生物生态系统提供了独特机会，但收集的数据集可能非常庞大。例如，伍兹霍尔海洋研究所（Woods Hole Oceanographic Institution）的成像流式细胞仪（Imaging FlowCytobot, IFCB）是一种 \emph{原位} 系统，自2006年以来持续对浮游生物成像。迄今为止，它已生成超过7亿个样本。由于数据集规模巨大，对此类海量图像集合进行人工分类是不切实际的。此外，由于相关类别空间大、类内变异和类间相似性，标注任务具有挑战性。存在自动分类方法，但其准确率通常低于人类专家。在此我们介绍 WHOI-Plankton：一个用于浮游生物分类的大规模细粒度视觉识别数据集，包含跨越70个类别的超过340万张专家标注图像。该标注图像集编译自在玛莎葡萄园海岸观测站（Martha's Vineyard Coastal Observatory, MVCO）使用 IFCB 超过8年的近乎连续的数据收集。我们讨论了评估分类性能的相关指标，并给出了基于手工设计特征的传统方法以及两种基于卷积神经网络的方法的结果。
引用
@article{arxiv.1510.00745,
title = {WHOI-Plankton- A Large Scale Fine Grained Visual Recognition Benchmark Dataset for Plankton Classification},
author = {Eric C. Orenstein and Oscar Beijbom and Emily E. Peacock and Heidi M. Sosik},
journal= {arXiv preprint arXiv:1510.00745},
year = {2015}
}
备注
2 pages, 1 figure, presented at the Third Workshop on Fine-Grained Visual Categorization at CVPR 2015