陷阱相机昆虫细粒度识别数据集数据集概述陷阱相机昆虫细粒度识别数据集面向野外昆虫自动监测与细粒度识别任务通过陷阱相机trap camera实地拍摄采集昆虫图像覆盖多类昆虫目标共 2893 张图像、52948 个标注目标采用 YOLO txt 格式标注适用于昆虫物种识别、生物多样性监测、生态巡检等视觉任务可直接用于目标检测模型训练。数据集属细粒度识别场景昆虫形态相似度高、背景复杂、存在遮挡与运动模糊对模型泛化能力要求较高适合作为长尾多类别检测与分类研究的基础数据。3,9核心参数项目详情数据集名称陷阱相机昆虫细粒度识别数据集数据规模2893 张图像标注目标数52948 个有效类别数722 类标注格式YOLO 格式txt 标签数据来源陷阱相机实地拍摄核心用途昆虫细粒度识别、生物多样性监测、生态巡检标注类别说明数据集为细粒度昆虫识别有效类别 722 类具体类别清单以数据集classes.txt或标注文件为准。序号类别名称说明0 ~ 721昆虫类别按数据集原序细分到种/近似种的昆虫目标YOLO 标签每行格式为类别序号 中心点_x 中心点_y 框宽 框高坐标均已归一化。4格式支持默认YOLO格式数据集适用场景野外昆虫自动识别与统计生物多样性长期监测陷阱相机图像智能分析细粒度多类别目标检测研究使用建议类别数极高722 类属于极端细粒度任务建议先按大类目/科做一级检测再接分类头做种级识别长尾分布少数昆虫类别样本极少训练时建议加类别权重或过采样9小目标与遮挡昆虫体积小、易被枝叶遮挡建议提高输入分辨率或做图像切块负样本补充若推理误报多可补充空背景图无昆虫参与训练。2训练配置示例YOLO 格式数据集配置YAMLyaml path: ./昆虫陷阱数据集 train: images/train val: images/val test: images/test names:0: 昆虫类别_01: 昆虫类别_12: 昆虫类别_2...721: 昆虫类别_721训练代码python from ultralyticsimportYOLO modelYOLO(yolo11s.yaml)model.train(data昆虫陷阱数据集.yaml,epochs200,imgsz640,batch16,device0)话题关键词#昆虫识别 #陷阱相机 #细粒度识别 #目标检测 #生物多样性 #生态监测 #YOLO #深度学习 #yolo数据集