WildlifeDatasets：一个用于动物重识别的开源工具包
计算机视觉与模式识别
2023-12-15 v2
摘要
在本文中，我们提出 WildlifeDatasets (https://github.com/WildlifeDatasets/wildlife-datasets)——一个主要面向生态学家和计算机视觉/机器学习研究人员的开源工具包。WildlifeDatasets 使用 Python 编写，可便捷访问公开可用的野生动物数据集，并提供多种用于数据集预处理、性能分析和模型微调的方法。我们在多种场景和基线实验中展示了该工具包，据我们所知，其中包括对野生动物重识别的数据集与方法最全面的实验比较，涵盖局部描述子与深度学习方法。此外，我们提供了首个面向广泛物种个体重识别的基础模型——MegaDescriptor——其在动物重识别数据集上取得了最先进的性能，并以显著优势超越 CLIP 和 DINOv2 等其他预训练模型。为使该模型面向公众开放并便于与任何现有野生动物监测应用集成，我们通过 HuggingFace hub (https://huggingface.co/BVRA) 提供多种 MegaDescriptor 版本（即 Small、Medium 和 Large）。
引用
@article{arxiv.2311.09118,
title = {WildlifeDatasets: An open-source toolkit for animal re-identification},
author = {Vojtěch Čermák and Lukas Picek and Lukáš Adam and Kostas Papafitsoros},
journal= {arXiv preprint arXiv:2311.09118},
year = {2023}
}