手动注释的无人机图像数据集用于自动划分海岸线的数据集.
Kamran Tanwari1,2, Paweł Terefenko3, Jakub Śledziowski3,4
1Institute of Marine and Environmental Sciences, University of Szczecin, Mickiewicza 16, 70-383, Szczecin, Poland. kamran.tanwari@phd.usz.edu.pl.
Scientific data
|March 5, 2025
概括
研究人员开发了手动注释的无人机图像数据集 (MADRID) 用于人工智能驱动的海岸线绘图. 这种高分辨率数据集通过为自动化海岸线分析提供关键数据,有助于沿海保护和灾害管理.
科学领域:
- 地理空间科学 地理空间科学
- 遥感 遥感 遥感 遥感
- 人工智能的人工智能
背景情况:
- 准确的海岸线划线对于沿海管理,应对灾害和生态保护至关重要.
- 在人工智能在沿海研究中的应用中,手动注释的高分辨率数据集存在重大差距.
- 现有的数据集往往缺乏精确的人工智能驱动海岸线分析所需的细节.
研究的目的:
- 引入手动注释的无人机图像数据集 (MADRID),这是一个开源的,高分辨率的数据集,用于基于人工智能的海岸线划定.
- 为了解决用于训练沿海区域分析的AI模型的注释数据的稀缺性.
- 促进沿海保护和海洋生态系统监测方面的进展.
主要方法:
- 使用无人机 (UAV) 捕获高分辨率RGB图像,跨越两种不同的波兰海岸类型 (悬崖和沙丘).
- 开发了一种新的多线条注释技术,用于精确的手动海岸线注释.
- 将3691张图像组织成训练和测试子集,遵循FAIR数据原则.
主要成果:
- 成功创建并发布了MADRID数据集,包含3691个手动注释的高分辨率图像.
- 数据集预先被分割用于语义细分任务,从而可以直接用于人工智能模型训练.
- 标注使用一种新的多线线方法来增强海岸线的表示.
结论:
- 马德里数据集为推进沿海研究和应用中的人工智能提供了宝贵的资源.
- 这一数据集将支持改善沿海保护战略和灾害管理规划.
- 这些发现为南波罗的海地区的沿海动态提供了关键的见解.
更多相关视频
07:43Methods for Image-based Surveys of Benthic Macroinvertebrates and Their Habitat Exemplified by the Drop Camera Survey for the Atlantic Sea Scallop
Published on: July 2, 2018
9.5K
06:36A Field Primer for Monitoring Benthic Ecosystems Using Structure-From-Motion Photogrammetry
Published on: April 15, 2021
3.6K
