SPOTS-10: Tiermuster-Benchmark-Datensatz für maschinelles Lernen-Algorithmen

Die Erkennung von Tieren anhand charakteristischer Körpermuster wie Streifen, Flecken oder anderen Markierungen in Nachtbildern stellt eine komplexe Aufgabe im Bereich des Computersehens dar. Bestehende Methoden zur Tierdetektion in Bildern beruhen häufig auf Farbinformationen, die in Nachtbildern nicht immer verfügbar sind und somit eine Herausforderung für die Mustererkennung unter solchen Bedingungen darstellen. Dennoch ist die Erkennung in der Nacht für die meisten Anwendungen im Bereich Wildtiere, Biodiversität und Naturschutz von entscheidender Bedeutung. Der SPOTS-10-Datensatz wurde entwickelt, um dieser Herausforderung entgegenzuwirken und eine Ressource zur Bewertung von maschinellen Lernalgorithmen vor Ort bereitzustellen. Es handelt sich um eine umfangreiche Sammlung von Graustufenbildern, die vielfältige Muster verschiedener Tierarten darstellen. Der SPOTS-10-Datensatz umfasst insgesamt 50.000 Graustufenbilder der Größe 32 × 32 Pixel, aufgeteilt in zehn Kategorien mit jeweils 5.000 Bildern pro Kategorie. Die Trainingsmenge besteht aus 40.000 Bildern, während die Testmenge 10.000 Bilder umfasst. Der SPOTS-10-Datensatz ist kostenlos über die Projekt-Webseite auf GitHub verfügbar: https://github.com/Amotica/SPOTS-10.git (Klonen des Repositories erforderlich).