論文の概要: Descriptor: Dataset of Parasitoid Wasps and Associated Hymenoptera (DAPWH)
- arxiv url: http://arxiv.org/abs/2602.20028v1
- Date: Fri, 20 Feb 2026 15:13:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-24 17:42:02.905593
- Title: Descriptor: Dataset of Parasitoid Wasps and Associated Hymenoptera (DAPWH)
- Title（参考訳）: Descriptor: Parasitoid Wasps and Associated Hymenoptera (DAPWH) のデータセット
- Authors: Joao Manoel Herrera Pinheiro, Gabriela Do Nascimento Herrera, Luciana Bueno Dos Reis Fernandes, Alvaro Doria Dos Santos, Ricardo V. Godoy, Eduardo A. B. Almeida, Helena Carolina Onody, Marcelo Andrade Da Costa Vieira, Angelica Maria Penteado-Dias, Marcelo Becker,
- Abstract要約: 本稿では,自動識別システムの進歩を目的とした画像データセットを提案する。
データセットには3,556枚の高解像度の画像が含まれており、主にネトロピカル・イクノイモン科とブラコニア科に焦点をあてている。
1,739枚の画像のサブセットはCOCO形式で注釈付けされ、全昆虫体のためのマルチクラスのバウンディングボックスが特徴である。
- 参考スコア（独自算出の注目度）: 0.5673416639353487
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Accurate taxonomic identification is the cornerstone of biodiversity monitoring and agricultural management, particularly for the hyper-diverse superfamily Ichneumonoidea. Comprising the families Ichneumonidae and Braconidae, these parasitoid wasps are ecologically critical for regulating insect populations, yet they remain one of the most taxonomically challenging groups due to their cryptic morphology and vast number of undescribed species. To address the scarcity of robust digital resources for these key groups, we present a curated image dataset designed to advance automated identification systems. The dataset contains 3,556 high-resolution images, primarily focused on Neotropical Ichneumonidae and Braconidae, while also including supplementary families such as Andrenidae, Apidae, Bethylidae, Chrysididae, Colletidae, Halictidae, Megachilidae, Pompilidae, and Vespidae to improve model robustness. Crucially, a subset of 1,739 images is annotated in COCO format, featuring multi-class bounding boxes for the full insect body, wing venation, and scale bars. This resource provides a foundation for developing computer vision models capable of identifying these families.
- Abstract（参考訳）: 正確な分類学的同定は生物多様性モニタリングと農業管理の基盤であり、特に超多様性スーパーファミリーIchneumonoideaである。
Ichneumonidae と Braconidae を含むこれらのパラシチドスズメバチは、昆虫の個体数の調節に生態学的に重要なものであるが、その秘密的な形態と膨大な数の未記載種のために、最も分類学的に困難なグループの1つである。
これらの重要なグループに対するロバストなデジタルリソースの不足に対処するために、自動識別システムを改善するために設計された、キュレートされた画像データセットを提案する。
データセットには3,556枚の高解像度の画像が含まれており、主にネトロピカル・イクノイモン科とブラコニム科に焦点をあてるとともに、Andrenidae, Apidae, Bethylidae, Chrysididae, Colletidae, Halictidae, Megachilidae, Pompilidae, Vespidaeなどの補助的な科を含む。
重要なことに、1,739枚の画像のサブセットはCOCO形式でアノテートされ、完全な昆虫体、翼の換気、スケールバーのための多種類のバウンディングボックスが特徴である。
このリソースは、これらの家族を識別できるコンピュータビジョンモデルを開発する基盤を提供する。
関連論文リスト
- A multi-modal dataset for insect biodiversity with imagery and DNA at the trap and individual level [12.817729932901779]
本研究は,昆虫標本の自動分類器を訓練するための混合節足類標本同定データセット(MassID45)について述べる。
これは、分類されていないサンプルレベルと、個々の標本の完全なセットの両方で、分子とイメージングのデータを一意に組み合わせている。
AI支援ツールによって支えられた人間のアノテーションは、各節足動物の周囲にセグメンテーションマスクを作成し、17万以上の標本に分類学的ラベルを割り当てるという、バルク画像の2つのタスクを実行した。
論文 参考訳（メタデータ） (2025-07-09T16:03:06Z) - BioCLIP 2: Emergent Properties from Scaling Hierarchical Contrastive Learning [60.80381372245902]
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) - ECOSoundSet: a finely annotated dataset for the automated acoustic identification of Orthoptera and Cicadidae in North, Central and temperate Western Europe [51.82780272068934]
ECOSoundSet (European Cicadidae and Orthoptera Sound dataSet) は,北欧,中央ヨーロッパ,温帯西ヨーロッパに分布する200種,24種(亜種を含む場合,それぞれ217種,26種)から10,653種を収録したデータセットである。
このデータセットは、北ヨーロッパ、中央ヨーロッパ、温帯ヨーロッパにおけるオルソプターとシカダの音響分類のための深層学習アルゴリズムの訓練のために、既にオンラインで入手可能な記録に意味のある補完となる可能性がある。
論文 参考訳（メタデータ） (2025-04-29T13:53:33Z) - Insect-Foundation: A Foundation Model and Large-scale 1M Dataset for Visual Insect Understanding [15.383106771910274]
現在のマシンビジョンモデルは、高性能を達成するために大量のデータを必要とする。
Insect-1M"データセットは,昆虫に関する基礎モデルトレーニングに革命をもたらすことを意図したゲーム変更リソースである。
私たちのデータセットは、昆虫の幅広い範囲をカバーしており、100万枚の画像を含む分類分類階層と昆虫の記載の密度の高い識別ラベルは、昆虫学のパノラマ的なビューを提供する。
論文 参考訳（メタデータ） (2023-11-26T06:17:29Z) - 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) - A Step Towards Worldwide Biodiversity Assessment: The BIOSCAN-1M Insect
Dataset [18.211840156134784]
本稿では,画像に基づく分類学的評価が可能なコンピュータビジョンモデルの訓練を目的とした,100万画像データセットを提案する。
このデータセットは魅力的な特徴も示しており、その研究はより広範な機械学習コミュニティにとって興味深いものとなるだろう。
論文 参考訳（メタデータ） (2023-07-19T20:54:08Z) - Deep learning powered real-time identification of insects using citizen
science data [17.13608307250744]
InsectNetは、侵入した種を識別し、きめ細かい昆虫種を識別し、挑戦的な背景において効果的に働く。
また、不確実な場合には予測を控え、シームレスな人間の介入を助長し、実用的で信頼できるツールにもなれる。
論文 参考訳（メタデータ） (2023-06-04T23:56:53Z) - 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。