相关实验视频
Updated: Sep 19, 2025
09:15
DNA-based Fish Species Identification Protocol
Published on: April 28, 2010
29.6K
综合智能手机图像数据集用于在孟加拉国淡水生态系统中识别鱼类物种
Saieef Sunny1, Shiam Prodhan1, Nazmuj Shakib1
1Department of Computer Science and Engineering, University of Liberal Arts Bangladesh, Mohammadpur, Dhaka, Bangladesh.
Data in brief
|June 16, 2025
概括
该数据集提供了来自孟加拉国的21种淡水鱼类的24925张图像,有助于水生生物多样性研究和用于鱼类识别的机器学习.
科学领域:
- 鱼类学和水生生态学
- 计算机科学和机器学习
背景情况:
- 准确的鱼类物种识别对于孟加拉国有效的渔业管理和生物多样性监测至关重要.
- 现有的数据集可能缺乏强大的机器学习模型开发所需的多样性和规模.
研究的目的:
- 为研究和开发引入孟加拉国淡水鱼类的综合数据集.
- 支持鱼类自动识别和水生生物多样性研究的进步.
主要方法:
- 汇编了24925张21种不同的淡水鱼类的高质量智能手机图像.
- 在受控条件下拍摄的图像,具有变化的照明和背景,以实现现实主义.
- 包括在孟加拉国河流和池中常见的物种.
主要成果:
- 一个有标签的数据集,包含24,925张图像,代表21种淡水鱼类.
- 数据集涵盖了各种物种,如伊利什,鲁伊,卡特拉和帕布达.
- 为机器学习模型培训和评估提供基础.
结论:
- 孟加拉国鱼类物种识别数据集是推进鱼类识别技术的宝贵资源.
- 促进水生生物多样性,渔业管理和深度学习在鱼类学中的应用研究.
- 能够研究形态变异和鱼类在息地之间的分布.
