展示TAIAO项目:提供来自新西兰自然环境图像的机器学习资源
Nick Lim1, Albert Bifet1, Daniel Bull1
1Department of Computer Science, University of Waikato, Hamilton, New Zealand.
Journal of the Royal Society of New Zealand
|October 23, 2024
概括
有注释的环境图像数据集对于保护AI至关重要. 时间演变的数据科学和人工智能为先进的开放环境科学 (TAIAO) 项目发布了新西兰的数据集,用于保护中的机器学习.
科学领域:
- 环境科学 环境科学
- 数据科学数据科学数据科学
- 人工智能的人工智能
背景情况:
- 有效的自然资源管理对于环境保护至关重要.
- 获取和注释环境数据用于保护规划是昂贵的,限制了公共数据集的可用性.
- 需要注释图像数据集来评估真实世界环境应用的机器学习算法.
研究的目的:
- 为了解决注释环境图像数据集的稀缺性.
- 展示来自时间演变的数据科学和人工智能为先进的开放环境科学 (TAIAO) 项目的初始注释图像数据集.
- 支持开发和评估用于环境保护的机器学习模型.
主要方法:
- 开发TAIAO项目,提供开放的环境科学数据集.
- 收集和注释三个不同的基于新西兰的图像数据集.
- 数据集1:夜间捕获的入侵性捕食物种 (哺乳动物) 的摄像机陷图像.
- 数据集2:手动细分的空中图像来自怀卡托地区的Kahikatea树木.
- 数据集3:配对高分辨率的空中和哨兵-2卫星图像.
主要成果:
- 作为TAIAO收藏的一部分,现在有三个注释图像数据集.
- 这些数据集涵盖了入侵物种检测,原生森林绘图和土地覆盖面分析.
- 此外,TAIAO平台还汇总来自数据合作伙伴的数据集.
结论:
- 该TAIAO项目为环境科学界提供了有价值的注释图像数据集.
- 这些数据集促进了机器学习在保护工作中的应用和验证.
- 对此类数据的公开访问对于推进环境监测和资源管理至关重要.
