阿布扎比哈利法大学 发布 FishDet-M 数据集, 应用在 鱼类检测、计算机视觉 领域

阿布扎比哈利法大学 本次发布的数据集 FishDet-M, FishDet-M是一个用于鱼类检测的大型统一基准数据集，它整合了13个公开可用的水下数据集，采用COCO风格的注释，包括边界框和分割掩码，使跨域评估一致且可扩展。数据集涵盖了海洋、咸水、遮挡和鱼缸场景等多种水下环境，并包含296,885个注释的鱼类实例，跨越105,556张图像。该数据集支持对28种当代对象检测模型的评估，包括从YOLOv8到YOLOv12系列、基于R-CNN的检测器和基于DETR的模型。FishDet-M为评估复杂水下场景中的对象检测提供了一个标准化和可重复的平台，所有数据集、预训练模型和评估工具都公开发布，以促进水下计算机视觉和智能海洋系统领域的研究。

查看FishDet-M

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。