深海目标检测训练数据难搞？mbariml用人工审查加轨迹选帧，把稀疏模糊影像变成高质量训练集
mbariml: a curation pipeline for turning deep-sea imagery and video into object-detection training data
📖 AI 总结
本文介绍了一个名为mbariml的Python图像与视频分析流程，旨在解决深海影像中目标检测训练数据难以获取的问题。深海生物等目标通常稀疏、模糊且难以识别，模型性能的提升因此依赖迭代式的标注与管理。mbariml以Ultralytics YOLO检测模型为核心，将每一条检测结果存储为可复核的感兴趣区域，并按视觉相似度分组，使人工能够批量接受或拒绝，最终导出为训练数据、统计信息及元数据。该流程将人工复核置于设计中心，标注者可验证、重标注、调整尺寸、删除或新增定位框，所有编辑均写回检测器所用的同一数据库。针对视频，软件将跟踪器生成的每条轨迹视为临时观测，仅选取一个代表性帧而非保留全部检测，并采用“中间三分之一”启发式策略进行帧选择。该工作为深海视觉数据的标注与复用提供了可操作的工程方案。
🔑 关键词速览
| mbariml | 一个基于Python的深海图像和视频分析流程，用于将检测结果转化为目标检测训练数据。 |
| Ultralytics YOLO | 一种流行的实时目标检测模型系列，此处用于在深海图像和视频上生成初始检测结果。 |
| 感兴趣区域 (ROI) | 图像或视频中可能包含目标对象的区域，在流程中被存储为可审查的候选检测。 |
| 轨迹 (track) | 视频中同一目标在连续帧中的检测序列，由跟踪器生成，被视为临时观察。 |
| 中间三分之一启发式 | 一种从轨迹中选择代表性帧的策略，即选取轨迹中间三分之一的帧，以避开起始和结束阶段的不稳定检测。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅