論文の概要: Pink-Eggs Dataset V1: A Step Toward Invasive Species Management Using Deep Learning Embedded Solutions

• arxiv url: http://arxiv.org/abs/2305.09302v1
• Date: Tue, 16 May 2023 09:21:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-17 15:36:40.950292
• Title: Pink-Eggs Dataset V1: A Step Toward Invasive Species Management Using Deep Learning Embedded Solutions
• Title（参考訳）: Pink-Eggs Dataset V1:ディープラーニング組み込みソリューションによる侵入的種管理への一歩
• Authors: Di Xu, Yang Zhao, Xiang Hao, Xin Meng
• Abstract要約: 本研究では,Pomacea canaliculata卵と同定されたピンクの卵を画像化した新しいデータセットを提案する。 このデータセットの目的は、研究者がPomacea canaliculataの拡散を分析するのを助けることである。
• 参考スコア（独自算出の注目度）: 17.853377807508515
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We introduce a novel dataset consisting of images depicting pink eggs that have been identified as Pomacea canaliculata eggs, accompanied by corresponding bounding box annotations. The purpose of this dataset is to aid researchers in the analysis of the spread of Pomacea canaliculata species by utilizing deep learning techniques, as well as supporting other investigative pursuits that require visual data pertaining to the eggs of Pomacea canaliculata. It is worth noting, however, that the identity of the eggs in question is not definitively established, as other species within the same taxonomic family have been observed to lay similar-looking eggs in regions of the Americas. Therefore, a crucial prerequisite to any decision regarding the elimination of these eggs would be to establish with certainty whether they are exclusively attributable to invasive Pomacea canaliculata or if other species are also involved. The dataset is available at https://www.kaggle.com/datasets/deeshenzhen/pinkeggs
• Abstract（参考訳）: 本稿では,Pomacea canaliculata 卵と同定されたピンクの卵を画像化した新しいデータセットについて紹介する。 このデータセットの目的は、深層学習技術を利用して、Pomacea canaliculata種の普及を分析する研究者を支援し、Pomacea canaliculataの卵に関する視覚データを必要とする他の調査的追跡を支援することである。 しかし、同じ分類群に属する他の種がアメリカ大陸の地域で類似した卵を産むことが観察されているため、問題の卵の同一性は決定的に確立されていないことは注目に値する。 したがって、これらの卵の除去に関する決定にとって重要な前提条件は、侵入性ポマセアカナリキュラタ(Pomacea canaliculata)にのみ寄与するかどうか、あるいは他の種も関与しているかどうかを確実に決定することである。 データセットはhttps://www.kaggle.com/datasets/deeshenzhen/pinkeggsで利用可能である。

関連論文リスト

• Visual WetlandBirds Dataset: Bird Species Identification and Behavior Recognition in Videos [0.0]
  本研究では,鳥の行動検出と種分類に特化して設計されたビデオデータセットについて紹介する。 提案したデータセットは、スペインの湿地で記録された178のビデオで構成され、13の異なる鳥種が7つの異なる行動クラスを実行している。
  論文  参考訳（メタデータ） (2025-01-15T16:34:20Z)
• Aedes aegypti Egg Counting with Neural Networks for Object Detection [0.3045605235248346]
  本研究では,実験室の卵子を含む新しいデータセットと,その課題に適用した3つのニューラルネットワークの試験結果を提案する。 エッグカウント(Egg counting)は、コンピュータビジョンベースの技術によって自動化される、面倒でエラーを起こしやすいタスクである。
  論文  参考訳（メタデータ） (2024-03-12T18:28:13Z)
• Single-Cell Deep Clustering Method Assisted by Exogenous Gene Information: A Novel Approach to Identifying Cell Types [50.55583697209676]
  我々は,細胞間のトポロジ的特徴を効率的に捉えるために,注目度の高いグラフオートエンコーダを開発した。 クラスタリング過程において,両情報の集合を統合し,細胞と遺伝子の特徴を再構成し,識別的表現を生成する。 本研究は、細胞の特徴と分布に関する知見を高め、疾患の早期診断と治療の基礎となる。
  論文  参考訳（メタデータ） (2023-11-28T09:14:55Z)
• SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
  本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。 ケニアでは低データのレシエーションを表すデータセットも提供しています。 リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
  論文  参考訳（メタデータ） (2023-11-02T02:00:27Z)
• Spatial Implicit Neural Representations for Global-Scale Species Mapping [72.92028508757281]
  ある種が観察された場所の集合を考えると、その種がどこにいても存在しないかを予測するためのモデルを構築することが目的である。 従来の手法は、新たな大規模クラウドソースデータセットを活用するのに苦労している。 本研究では,47k種の地理的範囲を同時に推定するために,空間入射ニューラル表現(SINR)を用いる。
  論文  参考訳（メタデータ） (2023-06-05T03:36:01Z)
• ICIP 2022 Challenge on Parasitic Egg Detection and Classification in Microscopic Images: Dataset, Methods and Results [7.193797131632622]
  本稿では, 寄生卵検出と顕微鏡画像の分類に関するICIP 2022 Challengeをレビューする。 このアプリケーションのための新しいデータセットについて説明する。
  論文  参考訳（メタデータ） (2022-08-11T22:50:51Z)
• Persistent Animal Identification Leveraging Non-Visual Markers [71.14999745312626]
  乱雑なホームケージ環境下で各マウスにユニークな識別子を時間をかけて発見し提供することを目的としている。 これは、(i)各マウスの視覚的特徴の区別の欠如、(ii)一定の閉塞を伴うシーンの密閉性のため、非常に難しい問題である。 本手法は, この動物識別問題に対して77%の精度を達成し, 動物が隠れているときの急激な検出を拒否することができる。
  論文  参考訳（メタデータ） (2021-12-13T17:11:32Z)
• I-Nema: A Biological Image Dataset for Nematode Recognition [3.1918817988202606]
  線虫は地球上で最も豊富な中生代グループの一つであり、多様な生態的ニッチを占有している。 ネマトドの正確な認識または識別は、害虫駆除、土壌生態学、生物地理学、生息地の保全、気候変動に対する大きな重要性を有する。 コンピュータビジョンと画像処理は、線虫の種認識にいくつかの成功をおさめたが、依然として大きな需要がある。
  論文  参考訳（メタデータ） (2021-03-15T12:29:37Z)
• K-means Segmentation Based-on Lab Color Space for Embryo Egg Detection [0.0]
  卵のイメージはラボカラー画像に基づくk-meansアルゴリズムでセグメンテーションされる。 Labのカラースペース画像の結果は、各色にK平均を使用して処理されます。 グレースケール画像処理段階では、カラー画像分割の結果は、グレースケーリング、画像強化、および形態で処理されます。
  論文  参考訳（メタデータ） (2021-03-03T10:03:36Z)
• TraND: Transferable Neighborhood Discovery for Unsupervised Cross-domain Gait Recognition [77.77786072373942]
  本稿では、教師なしクロスドメイン歩行認識のための領域ギャップを橋渡しするTransferable Neighborhood Discovery (TraND) フレームワークを提案する。 我々は、潜在空間におけるラベルなしサンプルの自信ある近傍を自動的に発見するために、エンドツーエンドのトレーニング可能なアプローチを設計する。 提案手法は,CASIA-BとOU-LPの2つの公開データセットに対して,最先端の結果を得る。
  論文  参考訳（メタデータ） (2021-02-09T03:07:07Z)
• Automatic image-based identification and biomass estimation of invertebrates [70.08255822611812]
  時間を要する分類と分類は、どれだけの昆虫を処理できるかに強い制限を課す。 我々は、人間の専門家による分類と識別の標準的な手動アプローチを、自動画像ベース技術に置き換えることを提案する。 分類タスクには最先端のResnet-50とInceptionV3 CNNを使用する。
  論文  参考訳（メタデータ） (2020-02-05T21:38:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。