研究人员推出了Planktonzilla-17M，这是一个包含1740万张浮游生物图像的新数据集，是同类数据集中规模最大的。该数据集旨在通过整合来自十三个不同成像系统的数据，并标准化分类法和元数据，来改进浮游生物分类。使用Planktonzilla-17M进行的实验表明，带有分类谱系作为文本的监督分类，其性能与CLIP风格的图像-文本训练相当或更优，并突显了当前海洋成像生物基础模型的局限性。 AI
影响 为海洋成像人工智能树立了新的基准，有望改善生态监测和气候建模。
排序理由 该集群包含一篇详细介绍用于浮游生物分类的新数据集和模型的学术论文。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.00080v1 Announce Type: cross Abstract: Marine plankton underpin aquatic food webs and play a key role in global CO2 sequestration, making reliable species identification critical for understanding ocean health and climate feedbacks. Existing classification models perfo…
Marine plankton underpin aquatic food webs and play a key role in global CO2 sequestration, making reliable species identification critical for understanding ocean health and climate feedbacks. Existing classification models perform well on individual collections but fail to gene…