GooseDetect^lion:一个完全注释的数据集,用于在智能农场中检测狮头

科学领域:

• 计算机科学 计算机科学
• 农业科学 农业科学
• 人工智能的人工智能

背景情况:

• 为智能农业开发人工智能 (AI) 模型需要大量的数据集来自动化任务并减少人工劳动.
• 现有的动物数据集可能缺乏在农业环境中进行强大的AI模型培训所需的规模和注释密度.

研究的目的:

• 介绍GooseDetect^lion,这是一个新的和全面的数据集,用于狮头的检测.
• 建立一个具有挑战性的基准来评估农业环境中的物体检测算法.
• 促进人工智能智能农业解决方案的开发.

主要方法:

• 从一个养场上部署的6台摄像机收集了2,660张图像.
• 50名志愿者对98,111个边界框进行了注释.
• 在GooseDetect^lion数据集上对六个最先进的物体探测器进行评估,包括YOLO v5.

主要成果:

• 与现有的动物数据集相比,GooseDetect提供了更高的容量和密度.
• 你只看一次版本5 (YOLO v5) 在检测精度,模型大小和推断效率方面表现出卓越的性能.
• 该数据集为主流物体探测器提供了一个具有挑战性的基准.

结论:

• GooseDetect^lion数据集是推动智能养殖人工智能的宝贵资源.
• YOLO v5 是一种高效的探测模型,有助于减少农民的工作量.
• 这项工作支持开发更高效和自动化的农业实践.