SCSFish2025:来自南中国海的大型数据集用于珊瑚礁鱼类识别
Meng Wang1,2, Wei Xiao3, Ying Wang4
1Nansha Islands Coral Reef Ecosystem National Observation and Research Station, Ministry of Natural Resources, No. 155 Xingangxi Road, Guangzhou, 510300, China.
Scientific reports
|August 17, 2025
概括
这项研究介绍了SCSFish2025,一种新的高分辨率数据集,用于使用人工智能识别珊瑚礁鱼类. 它解决了现有数据集的局限性,以改善人工智能驱动的海洋生物多样性监测.
科学领域:
- 海洋生物学 海洋生物学
- 人工智能的人工智能
- 生态生态学 生态生态学
背景情况:
- 珊瑚礁是重要的海洋生态系统,在全球范围内正在迅速退化.
- 实时监测珊瑚礁对于了解生态系统健康至关重要.
- 人工智能 (AI),特别是深度学习,在珊瑚礁鱼类识别方面表现有前途.
研究的目的:
- 为了解决低分辨率和不准确标记数据集的局限性,用于珊瑚礁鱼类识别中的深度学习.
- 推出SCSFish2025,一种用于珊瑚礁鱼类识别的新,高分辨率和标记良好的数据集.
- 使用新数据集,建立基于人工智能的珊瑚礁鱼类检测基准.
主要方法:
- 开发SCSFish2025数据集,包括来自中国南沙群岛的30种鱼类的11,956张高分辨率图像.
- 手动注释超过12万个边界框的详细标签 (模糊,遮蔽,姿势).
- 在SCSFish2025数据集上评估了四种最先进的深度学习对象检测模型.
主要成果:
- SCSFish2025数据集是中国南沙群岛首个公开的,高分辨率的珊瑚礁鱼类数据集.
- 在独立测试组中,表现最好的基线模型RT-DETRv2在独立测试组中实现了高精度 (mAP@50 of 0.7486).
- 该数据集有助于提高人工智能在自动检测和识别珊瑚礁鱼类方面的性能.
结论:
- SCSFish2025数据集在珊瑚礁鱼类识别中显著推进了人工智能应用.
- 该资源支持通过改进的人工智能工具增强海洋生物多样性和生态系统研究.
- 数据集和项目代码是公开的,以促进进一步的研究和开发.
