野生画像データセットにラベル付けされた魚の画像は、NOAA Fisheries（国立海洋水産局）によって提供されており、制約のない水中画像に対する自動画像解析アルゴリズムの開発、テスト、および性能評価を促進することを目的としています。

このデータセットには、水産調査用の遠隔操作車両（ROV）に搭載されたカメラシステムを用いて収集された魚、無脊椎動物、および海底の画像が含まれています。注釈データは、画像内のマークされた魚のターゲットの位置を記述する付随のデータファイル（.dat、.vec、および.info）に含まれています。

論文（Cutter et al., 2015）では、トレーニング画像データセットを用いて開発された分類器に基づく魚の自動検出方法を実証し、テストセットを用いて評価しています。このデータセットは、複雑な環境における魚や無脊椎動物の検出のさらなる開発；ビデオ画像シーケンスにおける複数の動物ターゲットの追跡；動物種の認識と分類；ステレオ画像ペアにおける動物の計測；および海底生息地の特性評価に提供されています。

推奨引用：Cutter, G.; Stierhoff, K.; Zeng, J. (2015) "Automated detection of rockfish in unconstrained underwater videos using Haar cascades and a new image dataset: labeled fishes in the wild," IEEE Winter Conference on Applications of Computer Vision Workshops, pp. 57 - 62.
rov - データセット画像例1

これらのデータを管理するNOAAの科学者は、アルゴリズムの適用と評価に関する協力の追加の機会を提供できる画像のアーカイブを持っている可能性があります。これらのデータセットの使用に関するクレジットは、データセットアーカイブに含まれる「how - to - cite.txt」ドキュメントに記載されているように、または上記のように出版物に記載する必要があります。
データセット

野生のラベル付き魚画像データセット（v. 1.1）（ダウンロード423MB）。
野生のラベル付き魚データセットは3つのコンポーネントから構成されています：トレーニングおよび検証用のポジティブ画像セット（確認済みの魚）、ネガティブ画像セット（非魚）、およびテスト画像セット。トレーニングセットとテストセットには、画像内の各マークされた魚のターゲットオブジェクトの位置と範囲を定義する付随の注釈データがあります。これらは専門の分析者によって定義されたバウンディング矩形を表し、OpenCVで使用される.datファイルの形式です。

トレーニングおよび検証用のポジティブ画像セット：南カリフォルニア沖の岩礁海底環境の調査中に、南西水産科学センターによって遠隔操作車両（ROV）に搭載された前方斜視デジタルスチルカメラを用いて収集された、海底近くのサカナ（Sebastes spp.）およびその他の関連種の画像が含まれています。これらのカメラからの静止フレームは、ROVがゆっくり移動しており、動きの影響がない調査中のインスタンスを表しています。トレーニングセットは929個の画像ファイルから構成され、関連する注釈（それらのマークされた位置とバウンディング矩形）を持つ1005匹のマークされた魚が含まれています。マークは、さまざまな種、サイズ、およびカメラからの距離の魚を定義し、さまざまな背景構成の部分を含んでいます。

トレーニングおよび検証用のネガティブ画像セット：3167個の画像が含まれています。ダウンロード可能なアーカイブに提供されている147個の海底ネガティブ画像は、野生のトレーニングおよびテスト画像セットのラベル付き魚から抽出されたものです（魚が含まれていない領域が抽出されました）。残りの3020個の画像は、OpenCV HaarTrainingのチュートリアルから入手でき、データのネガティブディレクトリから入手できます。

テスト画像セット：ROVの高解像度（HD; 1080i）ビデオカメラを用いて、海底近くの魚の調査中に収集された画像シーケンスが含まれています。検出用のテスト画像は、ROV調査からのビデオ映像で構成されています。この研究で検出器を評価するために使用されたビデオクリップ（「TEST_VIDEO_ROV10.mp4」；毎秒3フレーム（fps）で210フレーム）は、元のビデオシーケンス（2分間、約30fps）の10フレームごとのフレームを表しています。すべての魚のターゲットは、210フレーム、3fpsのテストビデオに注釈が付けられています。テストビデオの魚の注釈には、「確認済み」または「見かけ上」という記述子が含まれており、確認済みはビデオ分析者がそのような魚を識別できることを示し、見かけ上のオブジェクトは魚であると考えられたが、単一のフレームで見える属性に基づいて検証できなかったものです。これらの見かけ上の魚は、遠くで薄い斑点として見えることがあります。これらの区別は注釈データで行われています。なぜなら、一部の分類器がこれらの見かけ上の魚を検出すると考えられますが、分類器がそうすることは期待しておらず、また検出器がそうすることを必ずしも望んでいないからです。つまり、分類器がそれらの見かけ上の魚を検出している場合、画像内の他の多くの非魚ターゲットも検出している可能性があり、それによって非効率で実用的でなくなります。データセットのテストビデオの注釈付きフレームには、合計2061個の魚のオブジェクトがマークされています。そのうち、1008個は確認済みの魚で、1053個は見かけ上の魚でした。シーケンス中にROVは移動しており、背景は移動しているように見え、異なる方向から照明されています（ROVが移動して回転するため）；水流中の小さな粒子が流れ過ぎ；魚は静止しているか、さまざまな速度で移動しています；魚はさまざまな方向を向いています；一部の魚は岩の後ろや裂け目に部分的に隠れています；遠くには不明瞭な魚のような物体が見えます。

元の野生のラベル付き魚データセット（v1.0、2014年12月）には、元のビデオからのマークされたフレームのみを含む間引きされたテストビデオシーケンス（「Test_ROV_video_h264_decim.mp4」）のみが含まれていました。全フレームレートのビデオの10分の1のフレームが魚のターゲットの位置についてマークされていました。このバージョンのデータセット（v1.1、2015年1月）には、全テストビデオシーケンス（「Test_ROV_video_h264_full.mp4」）も含まれています。全ビデオと間引きされたビデオの両方には、分析者のマークが付いたテキストファイルが付属しています（OpenCVの.datファイルの規則に従っています）。一般的に、m個のマークの場合、形式は次の通りです：Video - filename(frame#) # - of - marks x1 y1 w1 h1 x2 y2 w2 h2 ... xm ym wm hm。たとえば、2つのマークの場合、最後の8つの値がバウンディング矩形を定義します：Test_ROV_video_h264_full.mp4(fr_14) 2 1021 362 94 63 953 289 90 61。間引きされたビデオのマークファイル（「Test_ROV_video_h264_decim_marks.dat」）は、間引きされたシーケンスと全シーケンスのフレーム番号を示しています。たとえば、Test_ROV_video_h264_decim.mp4(fr_1)(fullfr_14) 2 1021 362 94 63 953 289 90 61。全ビデオには2101フレーム、間引きされたビデオには210フレームがありますが、206フレームがマークされています。つまり、調査されたフレームの一部には魚が含まれていません。