数据集概述
本数据集用于海胆目标检测模型的训练、验证与评估，包含九千八百七十二张图像及四万四千余条标注，覆盖新西兰与澳大利亚周边海域的三种海胆物种，提供原始与预处理数据文件、模型训练配置及图像下载脚本。
文件详解
- 数据文件:
- Complete_urchin_dataset.csv: CSV格式，含所有图像列表、边界框及元数据（图像来源、部署名称、经纬度、深度、时间戳等）
- High_conf_clipped_dataset.csv: CSV格式，预处理数据集，移除低置信度（<0.7）及待审核标注，修正边界框至图像范围内
- 模型训练文件:
- Labels.zip: ZIP格式，YOLOv5格式的边界框标签文件
- yolov5_dataset.yaml: YAML格式，YOLOv5数据集配置文件
- train.txt/val.txt/test.txt: TXT格式，训练/验证/测试集图像路径列表
- 辅助脚本:
- download_images.py: PY格式，用于从CSV文件中的URL下载所有图像
适用场景
- 计算机视觉研究: 训练与评估海胆目标检测模型（如YOLOv5）
- 海洋生物监测: 基于图像数据自动识别与计数不同物种的海胆
- 海洋生态学分析: 结合元数据（经纬度、深度）研究海胆分布与环境因素的关联
- 数据集预处理方法研究: 验证低置信度标注过滤对模型性能的影响
