WoodBR-Cross

新的WoodBR-Cross数据集提高了AI木材物种识别的准确性

研究人员推出WoodBR-Cross，一个旨在提高图像中木材物种识别准确性的新数据集。该数据集包含38个物种的4800多张图像，关键在于将图像与个体树木关联起来，以防止因在同一棵树的图像上进行训练和测试而产生的乐观性能估计。在ResNet-50、ConvNeXt-Tiny和ViT-B/16等模型在该基准上的评估显示，当模型在树木级别分离的数据上进行训练和测试时，性能可能会下降，这凸显了该数据集在更现实评估中的实用性。