CzechLynx:一个数据集用于欧亚鱼的个体识别和姿势估计
Lukas Picek1,2, Jakub Straka3, Miroslav Jirik3
1Faculty of Applied Sciences, University of West Bohemia in Pilsen, Pilsen, Czechia. lukaspicek@gmail.com.
Scientific data
|February 24, 2026
概括
捷克林克斯 (CzechLynx) 是一个新的数据集,用于欧亚鱼 (Lynx lynx) 的识别和姿势估计. 它包括真实和合成图像,用于在生态环境中对计算机视觉模型进行基准测试.
科学领域:
- 生态生态学 生态生态学
- 计算机视觉 计算机视觉
- 机器学习 机器学习
背景情况:
- 准确的识别和像欧亚鱼 (Lynx lynx) 这样的野生动物的姿势估计对于生态监测至关重要.
- 现有的数据集往往缺乏强大的计算机视觉模型培训和评估所需的规模,多样性或特定注释.
研究的目的:
- 介绍CzechLynx,这是第一个大型的,开放式访问数据集,用于对欧亚鱼 (Lynx lynx) 的个体识别,姿势估计和实例细分.
- 在现实的生态场景中提供一个全面的基准来评估计算机视觉和机器学习模型.
主要方法:
- 在15年的时间里,编制了319个独特的欧亚鱼个体的39760张摄像头陷图像.
- 带有细分口罩,身份标签和20点骨架的注释图像.
- 使用基于Unity的管道与基于扩散的文本到纹理建模生成了一大组光现实合成图像.
- 定义了三个评估协议:地理意识,时间意识开放集和时间意识封闭集.
主要成果:
- 捷克Lynx数据集包含大量注释的真实和合成图像.
- 该数据集涵盖了各种环境,姿势和外套图案变化.
- 评估协议有助于在跨区域和长期监测环境中进行测试.
结论:
- 捷克林克斯为推进野生动物研究中的计算机视觉和机器学习提供了一个独特而灵活的基准.
- 数据集和相关工具使生态应用模型的更强大的评估成为可能.
- 促进模型在现实的,具有挑战性的生态场景中进行系统测试.
