BD-淡水鱼:来自孟加拉国的图像数据集用于人工智能驱动的自动鱼类物种分类和检测,以实现智能水产养殖
Pranajit Kumar Das1,2, Md Abu Kawsar3, Puspendu Biswas Paul2
1Computer Science and Engineering Department, Sylhet Agricultural University, Bangladesh.
Data in brief
|December 17, 2024
概括
研究人员开发了BD-Freshwater-Fish,这是一个由12种淡水鱼类的4389张图像组成的数据集. 这种由人工智能驱动的系统有助于自动识别鱼类,这对可持续水产养殖和渔业至关重要.
科学领域:
- 计算机视觉和机器学习
- 水产养殖和渔业科学 水产养殖和渔业科学
- 人工智能应用程序 人工智能应用程序
背景情况:
- 由于视觉复杂性,传统的鱼类物种识别具有挑战性.
- 准确的鱼类分类对于智能水产养殖和渔业至关重要.
- 机器学习性能取决于数据集大小和图像质量.
研究的目的:
- 引入BD-淡水-鱼类数据集,用于自动识别鱼类.
- 支持开发人工智能驱动的鱼类分类系统.
- 提高水产养殖部门的生产力和可持续性.
主要方法:
- 汇编了一套数据集,包含12种淡水鱼类的4389张图像.
- 在自然环境中使用高清移动摄像机拍摄的图像.
- 数据集来源于孟加拉国Sylhet和Jessore地区的当地鱼市.
主要成果:
- 淡水鱼类数据集包括12个不同的鱼类物种类别.
- 包括诸如Rohu,Catla,Mrigal,草鱼和尼罗河鱼等物种.
- 数据集由西莱特农业大学主办,促进研究可访问性.
结论:
- BD-淡水-鱼类数据集为人工智能驱动的鱼类识别提供了宝贵的资源.
- 促进了自动排序和分类系统的进步.
- 有助于水产养殖行业的现代化和效率.
