EOL_Model_Zoo_Based多类群动物图像目标检测裁剪数据

数据集概述

本数据集由EOL Multitaxon目标检测模型生成，包含蛇与蜥蜴（有鳞目）、甲虫（鞘翅目）、蛙（无尾目）、食肉动物（食肉目）四类动物图像的自动裁剪结果，裁剪为以动物为中心的正方形尺寸。

文件详解

• 档案文件
• 文件名称：multitaxa_rcnn_i.zip
• 文件格式：ZIP
• 内容说明：包含四类动物图像的自动裁剪数据，具体类别及行数为：无尾目（Anura）42646行、鞘翅目（Coleoptera）115276行、有鳞目（Squamata）132680行、食肉目（Carnivora）31132行。

数据来源

EOL Model Zoo（Kaggle平台）

适用场景

• 生物图像预处理：为生物多样性研究、物种识别项目提供标准化的动物图像裁剪数据
• 计算机视觉模型训练：作为目标检测模型（CNN方法）的训练或验证数据集，优化生物图像裁剪精度
• 生物多样性数据库建设：支持EOL等生物数据库的图像资源结构化处理
• 多类群动物图像分析：用于四类动物图像的目标定位、尺寸标准化相关研究