Gå direkt till huvudinnehåll
Researchdata.se

Syntetiska bilder av koraller (Desmophyllum pertusum) med objektigenkänningmodeller

https://doi.org/10.5878/hp35-4809

Två objektigenkänningsmodeller som använder sig av Darknet/YOLOv4 har tränats på bilder av korallen Desmophyllum pertusum från Kosterhavets nationalpark. I en av modellerna har träningsbilddata förstärkts ytterligare med generativ modellering enligt StyleGAN2. Datasetet innehåller 2266 syntetiska bilder med positionsmärken och 409 originalbilder av koraller som använts för att träna maskininlärningsmodellen. Det innehåller också YOLOv4-modellerna samt StyleGAN2-nätverket. Bildmaterialet är ett stillbildsurval från råvideo som samlats in med en fjärrstyrd undervattensfarkost. De 409 JPEG-bilderna från råvideon är i upplösningen 720x576. Vissa har beskurits från koordinater som varit synliga på OSD-display. De syntetiska bilderna är i upplösningen 512x512 och i PNG-format. StyleGAN2-nätverket finns tillgänglig som serialiserad pickle-fil (*.pkl). Objektigenkänningsmodellerna finns med i .weights-formatet som används i Darknet/YOLOv4-paketet. Den ena modellfilen är bara tränad på originalbilder, och den andra på originalbilder tillsammans med syntetiska bilder. Den maskininlärningsmjukvara som använts finns i dagsläget (2022) tillgänglig på Github. StyleGAN2: https://github.com/NVlabs/stylegan2Öppnas i en ny tabb YOLOv4: https://github.com/AlexeyAB/darknetÖppnas i en ny tabb

Ladda ner 4 filer (1.37 GiB)

Citering och åtkomst

Metod och utfall

Datainsamling Inspelning

Datainsamling Transkription

Geografisk täckning

Administrativ information

Ämnesområde och nyckelord

Relationer

Publikationer

Kontakt

Metadata

Version 1
doris
Göteborgs universitet