（2024年2月9日時点）魚検出のためのデータセットまとめ

背景・目的

本記事では、機械学習で画像から魚を検出や分類する際に使用可能なデータセットをまとめてご紹介します。魚のデータセットも野菜や果実などのデータセットと同様に数多く公開されていますが、情報がまとまっていません。また、適切な処理がされていないようなデータセットが公開されている場合もあります。そこで、本記事ではある程度情報が充実しているデータセットを厳選して紹介しています。皆様の活動の一助になれば幸いです。

データセット

🐟🐟🐟Fish Species Image Data

このデータセットは、魚の分類に使用できるデータセットです。画像枚数は3960枚で種数が468と規模としては十分な一方で、データセットには魚の絵のような画像も含まれているため、使用する場合は前処理が必要になると思います。画像は、”controlled”、”out-of-the-water”および”in-situ”の3条件で撮影されたとの記載がありました。”controlled”で撮影された画像は制御された照明のもとで一定の背景のもと、ひれを広げた魚の標本を撮影したもので、”in-situ”で撮影された画像は自然の生息地にいる魚の水中画像、”out-of-the-water”で撮影された画像は水から取り出した魚の標本を制御された照明条件のもと、さまざまな背景で撮影したものとの記載がありました。ライセンスがCC BY-SA 3.0のため、諸条件に従えば営利目的でも利用が可能です。

A Large Scale Fish Dataset

このデータセットは、魚の分類およびセグメンテーションに使用できるデータセットで、トルコのイスミル経済大学の産学連携プロジェクトで収集されたデータでトルコのイスミルにあるスーパーマーケットで収集された 9 種類の魚介類の画像で構成されています。データセットには、複数のカメラを用いて撮影されたヨーロッパヘダイ、マダイ、スズキ、ヒメジ、アジ、クロソイ、シマヒメジ、マス、エビの画像が含まれています。画像枚数はRGB画像1000枚で、各RGB画像を二値化した画像が1000枚の合計2000枚です。いずれの画像も実際に泳いでいる姿ではなく、食料として調理する前の画像に近いため、実環境における魚の検出などには使いにくいデータセットになっています。ライセンスがCC BY-SA 4.0のため、諸条件に従えば営利目的でも利用が可能です。

Deep Fish

このデータセットは、魚の物体検出に使用できるデータセットです。このデータセットは、YOLOベースの物体検出タスクで直接利用できるように処理されています。データセットは、さまざまな魚種の高解像度画像で構成されています。各画像ファイルは、各アノテーションファイル (.txt ファイル) に関連付けられています。ライセンスはMITになっていました。

Fish Dataset

このデータセットは、魚の分類に使用できるデータセットです。このデータセットは、31種の魚の画像を13,304枚で構成されています。各画像は、泳いでいる姿もあれば調理された後の画像も含まれています。そのため、たとえば泳いでいる魚を検出して分類するなどのタスクでは画像のフィルタリングが必要になると思います。また、クラス名がフィリピンでの呼び名などで構成されているため、魚種が何かを明らかにしてから使う必要があるかと思います。ライセンスは、Community Data License Agreement – Sharing – Version 1.0になっています。

引用文献やサイト

• Anantharajah, K., Ge, Z., McCool, C., Denman, S., Fookes, C., Corke, P., Tjondronegoro, D., Sridharan, S. 2014. Local inter-session variability modelling for object classification. IEEE Winter Conference on Applications of Computer Vision, Steamboat Springs, CO, USA, pp.309-316. https://doi.org/10.1109/WACV.2014.6836084
• Ulucan, O., Karakaya, D., Turkan, M. 2020. A large-scale dataset for fish segmentation and classification.
  In Conf. Innovations Intell. Syst. Appli. (ASYU). pp.1-5. https://doi.org/10.1109/ASYU50717.2020.9259867
• Saleh, A., Laradji, I. H., Konovalov, D. A., Bradly, M., Vazquez, D., Sheaves, M. 2020. A realistic fish-habitat dataset to evaluate algorithms for underwater visual analysis. scientific reports. pp.14671. https://doi.org/10.1038/s41598-020-71639-x
• Mark Daniel Lampa, Rose Claire Librojo, and Mary Mae Calamba. (2022). Fish Dataset [Data set]. Kaggle. https://doi.org/10.34740/kaggle/dsv/4323384