PulseAugur
中
实时 07:25:22
English(EN) WildFin: An In-the-Wild Dataset for Fish Behavioral Recognition

新的WildFin数据集旨在改善水下鱼类行为识别

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了WildFin，这是一个旨在改善真实水下环境中鱼类行为识别的新数据集。该数据集通过为计算机视觉模型提供基准来解决专家标注的瓶颈，这些模型目前在海洋环境的复杂性方面存在困难。WildFin包含1350小时的实地考察和600小时的专家标注，产生了9小时的行为数据，拥有超过两百万个逐帧标签，数据采集自固定摄像头和潜水员。 AI

影响 该数据集有望推动AI模型在生态监测和水下分析方面的能力。

排序理由 该集群描述了一个用于计算机视觉研究的新学术数据集和基准。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的WildFin数据集旨在改善水下鱼类行为识别

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Abigail G. Grassick, Jerome Tze-Hou Hsu, Ethan Lin, Ziang Liu, Max Whitton, Madelyn Hair, Liam Gutierrez, Haozheng Yu, Kristin Branson, Vivek Jayaraman, Michael A. Gil, Andrew M. Hein, Jennifer J. Sun ·

    WildFin：野外鱼类行为识别数据集

    arXiv:2608.21281v1 Announce Type: new Abstract: Recent advances in field technology have led to a massive influx of in-the-wild video data for ecological science. The primary bottleneck in leveraging this data is the high cost of expert annotation. While computer vision offers a …

相关实体

相关话题