研究人员推出了 BenthiCat，这是一个新颖的光声数据集，旨在推进用于底栖分类和海洋栖息地测绘的机器学习。该数据集包括约一百万个侧扫声纳图块、测深图和共配准的光学图像，其中超过 36,000 个声纳图块经过手动标注用于监督学习。该资源旨在克服海洋科学中带标注数据稀缺的问题，促进用于自主海底分类和多传感器集成的自监督和跨模态表示学习。 AI
影响 该数据集可以加速用于海洋生态系统理解和保护的人工智能模型的开发。
排序理由 该集群包含一篇介绍新数据集和方法论的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
