論文の概要: Public Computer Vision Datasets for Precision Livestock Farming: A Systematic Survey
- arxiv url: http://arxiv.org/abs/2406.10628v1
- Date: Sat, 15 Jun 2024 13:22:41 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-18 23:33:44.142988
- Title: Public Computer Vision Datasets for Precision Livestock Farming: A Systematic Survey
- Title（参考訳）: 精密家畜飼育のためのコンピュータビジョンデータセットの体系的調査
- Authors: Anil Bhujel, Yibin Wang, Yuzhen Lu, Daniel Morris, Mukesh Dangol,
- Abstract要約: 本研究は,家畜のCVデータセットの公開に関する最初の体系的な調査である。
58の公開データセットのうち、ほぼ半分は牛用で、続いて豚、鶏、その他の動物が続く。
個人の動物検出とカラーイメージングは、家畜にとって主要な応用であり、画像のモダリティである。
- 参考スコア（独自算出の注目度）: 3.3651853492305177
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Technology-driven precision livestock farming (PLF) empowers practitioners to monitor and analyze animal growth and health conditions for improved productivity and welfare. Computer vision (CV) is indispensable in PLF by using cameras and computer algorithms to supplement or supersede manual efforts for livestock data acquisition. Data availability is crucial for developing innovative monitoring and analysis systems through artificial intelligence-based techniques. However, data curation processes are tedious, time-consuming, and resource intensive. This study presents the first systematic survey of publicly available livestock CV datasets (https://github.com/Anil-Bhujel/Public-Computer-Vision-Dataset-A-Systematic-Survey). Among 58 public datasets identified and analyzed, encompassing different species of livestock, almost half of them are for cattle, followed by swine, poultry, and other animals. Individual animal detection and color imaging are the dominant application and imaging modality for livestock. The characteristics and baseline applications of the datasets are discussed, emphasizing the implications for animal welfare advocates. Challenges and opportunities are also discussed to inspire further efforts in developing livestock CV datasets. This study highlights that the limited quantity of high-quality annotated datasets collected from diverse environments, animals, and applications, the absence of contextual metadata, are a real bottleneck in PLF.
- Abstract（参考訳）: 技術主導の精密家畜農業(PLF)は、動物の成長と健康状態を監視し分析し、生産性と福祉を向上させる。
コンピュータビジョン(CV)は、カメラとコンピュータアルゴリズムを使用して家畜のデータ取得のための手動作業を補うか、または補うことで、PLFにおいて不可欠である。
データ可用性は、人工知能ベースの技術による革新的なモニタリングと分析システムの開発に不可欠である。
しかし、データキュレーションプロセスは退屈で、時間がかかり、リソースが集中的です。
本研究は,一般公開された家畜CVデータセット(https://github.com/Anil-Bhujel/Public-Computer-Vision-Dataset-A-Systematic-Survey)に関する最初の体系的な調査である。
58の公的なデータセットが特定され分析され、異なる種類の家畜を包含するが、そのほぼ半分は牛用で、続いて豚、鶏、その他の動物が続く。
個人の動物検出とカラーイメージングは、家畜にとって主要な応用であり、画像のモダリティである。
これらのデータセットの特徴と基礎的応用について論じ,動物福祉擁護者への影響を強調した。
家畜のCVデータセットの開発にさらなる取り組みを促すために、課題と機会も議論されている。
この研究は、さまざまな環境、動物、アプリケーションから収集された高品質なアノテートデータセットの限られた量、文脈メタデータの欠如が、PLFの真のボトルネックであることを強調している。
関連論文リスト
- AnimalFormer: Multimodal Vision Framework for Behavior-based Precision Livestock Farming [0.0]
精密畜産のためのマルチモーダルビジョン・フレームワークを提案する。
我々は、GroundingDINO、HQSAM、ViTPoseモデルのパワーを利用する。
このスイートは、侵入的な動物タグ付けをすることなく、ビデオデータから包括的な行動分析を可能にする。
論文 参考訳（メタデータ） (2024-06-14T04:42:44Z) - BEHAVIOR Vision Suite: Customizable Dataset Generation via Simulation [57.40024206484446]
我々は、コンピュータビジョンモデルの体系的評価のために、完全にカスタマイズされた合成データを生成するためのツールと資産のセットであるBEHAVIOR Vision Suite(BVS)を紹介する。
BVSはシーンレベルで多数の調整可能なパラメータをサポートする。
アプリケーションシナリオを3つ紹介する。
論文 参考訳（メタデータ） (2024-05-15T17:57:56Z) - Data Augmentation in Human-Centric Vision [54.97327269866757]
本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。
それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。
我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
論文 参考訳（メタデータ） (2024-03-13T16:05:18Z) - A Systematic Review of Available Datasets in Additive Manufacturing [56.684125592242445]
視覚およびその他のセンサー技術を組み込んだその場監視により、追加製造プロセス中に広範なデータセットの収集が可能になる。
これらのデータセットは、製造された出力の品質を判断し、機械学習を使用して欠陥を検出する可能性がある。
本稿では,AMプロセスから派生したオープン画像ベースデータセットの利用可能性について検討する。
論文 参考訳（メタデータ） (2024-01-27T16:13:32Z) - CattleEyeView: A Multi-task Top-down View Cattle Dataset for Smarter
Precision Livestock Farming [6.291219495092237]
CattleEyeViewデータセットは、最初のトップダウンビューマルチタスク牛のビデオデータセットである。
データセットには、30,703フレームで753種類のトップダウン牛のインスタンスが含まれている。
我々は,各タスクに対するモデルの性能を評価するためのベンチマーク実験を行った。
論文 参考訳（メタデータ） (2023-12-14T09:18:02Z) - Application for White Spot Syndrome Virus (WSSV) Monitoring using Edge
Machine Learning [0.8602553195689513]
水産産業はエビの輸出に強く依存しており、ホワイトスポット症候群ウイルス(WSSV)のようなウイルス感染による課題に直面している。
そこで本研究では,WSSV認識のための限られたデータに対する課題について検討した。
データ収集とモニタリングに特化したモバイルアプリケーションは、WSSV認識モデルをトレーニングするイメージデータセットの作成を容易にするために開発された。
論文 参考訳（メタデータ） (2023-08-08T09:32:15Z) - Technical note: ShinyAnimalCV: open-source cloud-based web application
for object detection, segmentation, and three-dimensional visualization of
animals using computer vision [3.104479331955694]
本研究の目的は,オープンソースのクラウドベースのWebアプリケーションであるShinyAnimalCVを開発することである。
本アプリケーションは,物体のセグメンテーション,検出,3次元表面の可視化,2次元および3次元形態特徴の抽出など,CVタスクを実行するユーザフレンドリーなインタフェースを提供する。
ShinyAnimalCVのソースコードはGitHubで公開されており、カスタムデータを使用してCVモデルをトレーニングし、ユーザがアプリケーションの機能を完全に活用できるようにローカルにデプロイするための詳細なドキュメントが提供されている。
論文 参考訳（メタデータ） (2023-07-26T20:25:29Z) - ALP: Action-Aware Embodied Learning for Perception [60.64801970249279]
認知のための行動認識型身体学習(ALP)について紹介する。
ALPは、強化学習ポリシーと逆ダイナミクス予測目標を最適化することにより、行動情報を表現学習に組み込む。
ALPは、複数の下流認識タスクにおいて、既存のベースラインよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-06-16T21:51:04Z) - Does Synthetic Data Generation of LLMs Help Clinical Text Mining? [51.205078179427645]
臨床テキストマイニングにおけるOpenAIのChatGPTの可能性を検討する。
本稿では,高品質な合成データを大量に生成する新たな学習パラダイムを提案する。
提案手法により,下流タスクの性能が大幅に向上した。
論文 参考訳（メタデータ） (2023-03-08T03:56:31Z) - StyleGAN-Human: A Data-Centric Odyssey of Human Generation [96.7080874757475]
この研究は、データ中心の観点から、"データエンジニアリング"における複数の重要な側面を調査します。
さまざまなポーズやテクスチャを抽出した230万以上のサンプルで、大規模な人間の画像データセットを収集し、注釈付けします。
本稿では,データサイズ,データ分布,データアライメントといった,スタイルGANに基づく人為的生成のためのデータ工学における3つの重要な要素について精査する。
論文 参考訳（メタデータ） (2022-04-25T17:55:08Z) - On The State of Data In Computer Vision: Human Annotations Remain
Indispensable for Developing Deep Learning Models [0.0]
高品質ラベル付きデータセットは機械学習(ML)の発展に重要な役割を果たす
2012年にImageNetデータセットとAlexNetモデルが登場して以来、新しいオープンソースのラベル付きビジョンデータセットのサイズはほぼ一定である。
コンピュータビジョンコミュニティの少数の出版物は、Imagenetよりも桁違いの大きさのデータセットの教師付き学習に取り組む。
論文 参考訳（メタデータ） (2021-07-31T00:08:21Z)
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。