摘要
利用航空遥感对种群和群落进行大规模监测，在广泛的研究、管理和决策工作中变得越来越核心。要在大规模层面执行这项工作，需要自动化检测航空影像中的个体生物并进行分类。这通常使用计算机视觉模型来完成，这些模型需要大量数据进行训练，以及精确标注的数据进行评估。航空检测和分类的高需求领域之一是野生动物监测，包括大型鸟类的监测。然而，对于训练计算机视觉模型来说，规模足够大的开放混合物种标注数据集很稀少，尤其是在美国。混合物种数据集很重要，因为许多鸟类物种在混合物种群体中觅食、栖息和筑巢，这就要求用于航空监测的计算机视觉模型能够从上方的视角准确区分外观相似的物种。在此，我们提供了一个数据集，包含来自无人驾驶航空系统（UAS）的航空影像，以及佛罗里达大沼泽地超过 50,000 只涉禽的相关检测和物种分类标签。该数据集包含 5128 张图像，带有 50,491 个用于训练（分为训练数据和验证数据）的标注，以及 196 张图像，带有 4113 个用于模型评估的标注，使其成为我们所知最大的开放混合物种数据集。数据集中代表的物种包括白鹮（Eudocimus albus）、大白鹭（Ardea alba）、大蓝鹭（Ardea herodias）、雪鹭（Egretta thula）、美洲鹳（Mycteria americana）、玫瑰琵鹭（Platalea ajaja）和蛇鹈（Anhinga anhinga）。这些物种在地理上分布广泛，因此有可能出现在世界各地的航空影像中。它们还代表了多种多样大型涉禽的外观，使该数据集非常适合用于在其他生态系统中使用模型的预训练。该数据集最初是为了支持开发计算机视觉模型而创建的，用于监测世界上最大的正在进行的湿地修复工作之一，并利用涉禽作为指标。它还被用于预训练一个主要的通用鸟类检测模型。该数据集将有助于持续改进美国大沼泽地（一个正在进行大规模修复的关键生态系统）的种群和群落监测模型，作为涉及广泛分布鸟类物种的航空模型的训练数据，并且由于其规模和混合物种特性，将作为预训练其他鸟类检测和分类模型的关键数据来源，从而更广泛地支持个体级航空计算机视觉方法的发展。该数据可在 CC0 1.0 通用许可下重复使用。
利益冲突声明
作者声明没有利益冲突。
数据可用性声明
附录 S1 可用。数据可在两个 Zenodo 存储库中获取：主数据集，https://doi.org/10.5281/zenodo.17317117；用于生成集群级标注的正射镶嵌图，https://doi.org/10.5281/zenodo.17335614。
