Fugu-MT 論文翻訳(概要): Overview of LifeCLEF Plant Identification task 2020

論文の概要: Overview of LifeCLEF Plant Identification task 2020

arxiv url: http://arxiv.org/abs/2509.19402v1
Date: Tue, 23 Sep 2025 06:35:19 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-25 20:53:19.54292
Title: Overview of LifeCLEF Plant Identification task 2020
Title（参考訳）: LifeCLEF Plant Identification Task 2020の概要
Authors: Herve Goeau, Pierre Bonnet, Alexis Joly,
Abstract要約: LifeCLEF 2020 Plant Identification Challenge(またはPlantCLEF 2020)は、ハーバリウムコレクションを使うことで、データ不足領域のフローラにおける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)に焦点を絞った約1000種のデータセットをベースとしている。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で構成された、ドメイン間のマッピングの学習を可能にす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 identification of plants has improved considerably thanks to the recent progress in deep learning and the availability of training data with more and more photos in the field. However, this profusion of data only concerns a few tens of thousands of species, mostly 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 collected, catalogued and systematically stored plant specimens in herbaria, particularly in tropical regions, and the recent efforts by the biodiversity informatics community made it possible to put millions of digitized sheets online. The LifeCLEF 2020 Plant Identification challenge (or "PlantCLEF 2020") was designed to evaluate to what extent automated identification on the flora of data deficient regions can be improved by the use of herbarium collections. It is based on a dataset of about 1,000 species mainly focused on the South America's Guiana Shield, an area known to have one of the greatest diversity of plants in the world. The challenge was evaluated as a cross-domain classification task where the training set consist of several hundred thousand herbarium sheets and few thousand of photos to enable learning a mapping between the two domains. The test set was exclusively composed of photos in the field. This paper presents the resources and assessments of the conducted evaluation, summarizes the approaches and systems employed by the participating research groups, and provides an analysis of the main outcomes.
Abstract（参考訳）: 深層学習の最近の進歩と、フィールドでより多くの写真が撮影される訓練データの利用により、植物の自動識別は大幅に改善された。しかし、このデータの拡散は、北米や西ヨーロッパに多い数万の種のみを対象とし、熱帯諸国のような生物多様性の面では、最も豊かな地域よりもはるかに少ない。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収集し、分類し、体系的に保存してきた。 LifeCLEF 2020 Plant Identification Challenge(またはPlantCLEF 2020)は、ハーバリウムコレクションを使うことで、データ不足領域のフローラにおける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)に焦点を絞った約1000種のデータセットをベースとしている。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で構成された、ドメイン間のマッピングの学習を可能にするクロスドメイン分類タスクとして評価された。テストセットはフィールド内の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, 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要約し, 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 2021: cross-domain plant identification [2.961584451143903]
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。
論文参考訳（メタデータ） (2025-09-23T06:26:24Z)
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)
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)
Neuroevolution-based Classifiers for Deforestation Detection in Tropical Forests [62.997667081978825]
森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
論文参考訳（メタデータ） (2022-08-23T16:04:12Z)
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。