論文の概要: Overview of PlantCLEF 2021: cross-domain plant identification

• arxiv url: http://arxiv.org/abs/2509.18697v1
• Date: Tue, 23 Sep 2025 06:26:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-24 20:41:27.730396
• Title: Overview of PlantCLEF 2021: cross-domain plant identification
• Title（参考訳）: PlantCLEF 2021の概観
• Authors: Herve Goeau, Pierre Bonnet, Alexis Joly,
• Abstract要約: The LifeCLEF 2021 plant Identification Challenge was designed to improve the extent of flora can be improve of the extent of flora can be improve by using herbarium collections。 主に南アメリカのギアナシールドに焦点をあてた約1000種のデータセットに基づいている。 この課題は、数十万枚のハーバリウムシートと数千枚の写真からなる、クロスドメイン分類タスクとして評価された。
• 参考スコア（独自算出の注目度）: 2.961584451143903
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automated plant identification has improved considerably thanks to recent advances in deep learning and the availability of training data with more and more field photos. However, this profusion of data concerns only a few tens of thousands of species, mainly located in North America and Western Europe, much less in the richest regions in terms of biodiversity such as tropical countries. On the other hand, for several centuries, botanists have systematically collected, catalogued and stored plant specimens in herbaria, especially in tropical regions, and recent efforts by the biodiversity informatics community have made it possible to put millions of digitised records online. The LifeCLEF 2021 plant identification challenge (or "PlantCLEF 2021") was designed to assess the extent to which automated identification of flora in data-poor regions can be improved by using herbarium collections. It is based on a dataset of about 1,000 species mainly focused on the Guiana Shield of South America, a region known to have one of the highest plant diversities in the world. The challenge was evaluated as a cross-domain classification task where the training set consisted of several hundred thousand herbarium sheets and a few thousand photos to allow learning a correspondence between the two domains. In addition to the usual metadata (location, date, author, taxonomy), the training data also includes the values of 5 morphological and functional traits for each species. The test set consisted exclusively of photos taken in the field. This article presents the resources and evaluations of the assessment carried out, summarises the approaches and systems used by the participating research groups and provides an analysis of the main results.
• Abstract（参考訳）: 近年のディープラーニングの進歩と,フィールド写真を用いたトレーニングデータの利用により,自動植物識別が大幅に向上した。 しかし、このデータの拡散は、主に北アメリカと西ヨーロッパに生息する数万の種に過ぎず、熱帯諸国のような生物多様性の面では、最も豊かな地域でははるかに少ない。 一方、植物学者は数世紀にわたって、特に熱帯地方の草原で植物標本を体系的に収集、カタログ化し、保存してきた。 LifeCLEF 2021植物識別チャレンジ(PlantCLEF 2021)は、ハーバリウムコレクションを用いて、データ汚染領域における動植物の自動識別がどの程度改善できるかを評価するために設計された。 主に南アメリカのギアナ・シールド(Guiana Shield of South America)に焦点を絞った約1000種のデータセットに基づいている。 この課題は、何千枚ものハーバリウムシートと数千枚の写真からなるドメイン横断分類タスクとして評価され、2つのドメイン間の対応を学習できるようになった。 通常のメタデータ(場所、日付、著者、分類)に加えて、トレーニングデータには、各種に対する5つの形態学的および機能的特徴の値も含まれている。 テストセットは、フィールドで撮影された写真のみで構成されています。 本稿では,実施した評価の資源と評価について概説し,参加研究グループによるアプローチとシステムについて概説し,主な成果について分析する。

関連論文リスト

• Overview of LifeCLEF Plant Identification task 2019: diving into data deficient tropical countries [2.961584451143903]
  LifeCLEF 2019 Plant Identification Challengeは、データ不足領域のフローラ上での自動識別を評価するように設計されている。 主にギアナ・シールドとアマゾン北部の熱帯雨林に焦点を当てた10K種のデータセットに基づいている。 本稿では,課題の資源と評価について概説し,参加研究グループによるアプローチとシステムについて概説し,主な成果について分析する。
  論文  参考訳（メタデータ） (2025-09-23T06:42:30Z)
• Overview of PlantCLEF 2022: Image-based plant identification at global scale [2.961584451143903]
  世界には30万種以上の植物が生息していると推定されている。 深層学習技術は、植物生物多様性のグローバルな同定という、究極的で現実的な問題に対処できるほど成熟したように思える。 PlantCLEF2022 Challenge Editionは、マルチイメージ(およびメタデータ)の分類問題に取り組むことで、この方向への一歩を踏み出すことを提案している。
  論文  参考訳（メタデータ） (2025-09-22T11:40:21Z)
• Overview of PlantCLEF 2025: Multi-Species Plant Identification in Vegetation Quadrat Images [2.526933812879881]
  PlantCLEF 2025の課題は、専門家によって注釈付けされ、約400種をカバーする2,105個の高解像度のマルチラベル画像の新たなテストセットに依存している。 目標は、シングルラベルのトレーニングデータを用いて、四角形画像に存在する全ての種を予測することである。
  論文  参考訳（メタデータ） (2025-09-22T11:21:53Z)
• Overview of PlantCLEF 2024: multi-species plant identification in vegetation plot images [2.7110107174608173]
  PlantCLEF 2024チャレンジでは、専門家が注釈を付け、800種以上をカバーした何千ものマルチラベル画像の新たなテストセットを活用する。 個々の植物画像170万枚からなる大規模なトレーニングセットと、このデータに基づいて事前訓練された最先端のビジョントランスフォーマーモデルを提供する。 目的は、高解像度プロット画像上に存在するすべての植物種を予測することである。
  論文  参考訳（メタデータ） (2025-09-19T08:51:41Z)
• BioCLIP 2: Emergent Properties from Scaling Hierarchical Contrastive Learning [51.341003735575335]
  生体視覚モデルでは,大規模コントラスト視覚言語学習により創発的行動が観察される。 我々は、異なる種を区別するために、TreeOfLife-200MでBioCLIP 2を訓練する。 得られたBioCLIP 2の埋め込み空間における創発的特性を同定する。
  論文  参考訳（メタデータ） (2025-05-29T17:48:20Z)
• Feedforward Few-shot Species Range Estimation [61.60698161072356]
  特定の種が地球上でどこで発見できるかを知ることは、生態学の研究と保全に不可欠である。 正確な射程推定は 知られている全ての種の 比較的小さな割合でしか 利用できない 我々は、限られたデータから種の範囲を正確に推定するという課題に対処するために、数発の種範囲推定の新しいアプローチを概説する。
  論文  参考訳（メタデータ） (2025-02-20T19:13:29Z)
• HarvestNet: A Dataset for Detecting Smallholder Farming Activity Using Harvest Piles and Remote Sensing [50.4506590177605]
  HarvestNetは、2020-2023年のエチオピアのティグレイとアムハラの農場の存在をマッピングするためのデータセットである。 本研究は,多くの小作システムの特徴ある収穫杭の検出に基づく新しい手法を提案する。 本研究は, 農作物のリモートセンシングが, 食品の安全地帯において, よりタイムリーかつ正確な農地評価に寄与することが示唆された。
  論文  参考訳（メタデータ） (2023-08-23T11:03:28Z)
• The Herbarium 2021 Half-Earth Challenge Dataset [1.1470070927586016]
  ハーバリウムシートは、世界の植物の歴史、進化、多様性のユニークな見方を示している。 世界規模で草原のデジタル化が進み、細粒度分類領域の進歩に伴い、この分野の研究を支援する機会が数多くある。 既存のデータセットは小さすぎるか、多様でないかのどちらかで、分類学、地理的分布、ホスト機関を表す。 自動分類のためのハーバリウム標本の最大かつ最も多種多様なデータセットであるハーバリウムハーフアースデータセットを提示する。
  論文  参考訳（メタデータ） (2021-05-28T13:24:12Z)
• Two-View Fine-grained Classification of Plant Species [66.75915278733197]
  本研究では,2視点の葉のイメージ表現に基づく新しい手法と,植物種の粒度認識のための階層的分類戦略を提案する。 シームズ畳み込みニューラルネットワークに基づく深度測定は、多数のトレーニングサンプルへの依存を減らし、新しい植物種に拡張性を持たせるために用いられる。
  論文  参考訳（メタデータ） (2020-05-18T21:57:47Z)
• 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。