海洋生物类别检测数据集 | 目标检测 | 海洋生态

【海洋生物类别检测数据集 | 目标检测 | 海洋生态】
本数据集为面向水下生物识别的目标检测数据集，共包含3个标注类别，总计1221张标注图像，类别涵盖养鱼人及其他各类海星等，适用于海洋生态观测、水下生物普查与养殖环境监测场景，可支撑海洋生物自动识别与分类模型训练，辅助水下影像的自动化分析。

数据集概览

• 数据集名称：海洋生物类别检测数据集
• 任务类型：目标检测
• 图像总数：1221 张
• 标注类别：3 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含 3 个检测类别：

• 养鱼人（Aquarist）（养鱼人）
• 海星（Starfish）（海星）
• 其他海星（any_other_kind_of_starfish）（其他海星）

技术规格

• 标注格式：YOLO TXT 格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 海洋生态观测：自动识别水下海星等生物，支撑海洋生态研究与普查。
2. 水下生物普查：对水下影像进行目标检测与分类，提高普查效率与准确度。
3. 养殖环境监测：监测养殖区域水下生物状况，辅助养殖环境科学管理。

数据集特点

• 高质量标注：从 Roboflow Universe 精选的高质量图像数据，经过严格筛选与标注，标签边界精确，可直接用于模型训练。
• 真实场景数据：图像源自真实业务场景，涵盖多种光照、角度与环境变化，具备良好的泛化能力，贴近实际部署需求。

获取方式

本数据集提供了下载链接，登录后即可查看：