-
简介 VisAlgae 2023 数据集是第二届 "视觉遇见藻类"(VisAlgae)挑战赛的配套数据集,赛事与 IEEE 赛博数学大会同期举办,聚焦藻类研究与计算机视觉技术的跨学科应用,旨在应对高通量微藻细胞检测挑战;数据源于高通量微流控平台实验,在不同视场、成像条件下收集动态视频帧,含 1000 张图像(训练集 700 张、测试集 300 张),覆盖 6 类微藻细胞(扁桃菌、小螺旋体、盐状螺旋体、海藻属、卟啉属、血球菌);细胞尺寸差异显著(含极小目标),存在运动模糊、失焦及复杂背景问题,训练集标注采用 YOLO 格式(.txt 文件),为开发针对性物体检测算法提供数据支撑。
-
文件类型 图像文件:1000 张微藻细胞显微图像(格式未明确提及,推测为 JPEG/PNG 等常见格式),分训练集(700 张)、测试集(300 张)存储,涵盖不同视场、成像条件下的微藻场景。 标注文件:仅训练集配套 YOLO 格式.txt 标注文件,每一行记录 "Class(类别,0-5 对应 6 类微藻)、x_center(中心 x 坐标)、y_center(中心 y 坐标)、w(宽度)、h(高度)",明确微藻细胞目标位置与类别信息。
-
适用方向 适用于高通量微藻细胞检测相关的物体检测算法训练与评估,核心解决小目标检测、多尺度处理、运动模糊消除、复杂背景降噪等问题;可支撑生态学(微藻监测)、环境科学(藻类生态平衡研究)及生物工程(微藻资源开发)领域的技术研发,为显微图像中微小生物目标检测的计算机视觉算法优化提供数据支持,推动跨学科技术在微藻研究中的落地应用。
高通量藻类细胞检测数据集,YOLO目标检测|附数据集下载
Linux猿2026-04-08 14:35
相关推荐
薛定猫AI2 小时前
【技术干货】用 design.md 驯服 AI 生成前端:从 Awesome Design 到工程化落地实践大神的风范2 小时前
QT部署YOLO11实时检测枫叶林FYL2 小时前
第1章 具身智能的本质与哲学基础科技小花2 小时前
AI重塑与全球合规:2026年主流数据治理平台差异化解析Neil_baby2 小时前
yolo初探波动几何2 小时前
认知执行技能点PY2 小时前
医学图像超分辨率重建论文精度(2)Agent产品评测局2 小时前
企业预算管理自动化落地,编制管控全流程实现方案 —— 2026企业级智能体选型与架构深度解析NingboWill2 小时前
AI日报 - 2026年04月07日