Genius-Society/insecta

Insecta Image Dataset是一个高质量、专业标准化的昆虫图像集合，包含多个目、科、属和种的昆虫图片，每张图片都有经过昆虫学专家审核的中文通用名和拉丁学名双标签。数据集严格遵循数据合规和隐私保护原则，移除了所有背景和元数据，专注于昆虫的形态特征。该数据集旨在为计算机视觉模型的训练和评估提供可靠、易用的基准资源，适用于图像分类、目标检测、细粒度识别等任务，以及生物多样性研究、数字标本库开发和智能识别系统实现等跨学科应用。The Insecta Image Dataset is a high-quality, professionally standardized image collection comprising comprehensively desensitized JPG pictures covering multiple orders, families, genera, and species within the class Insecta. Each image is annotated with dual authoritative labels—a verified Chinese common name and its corresponding Latin scientific name, reviewed by entomology experts. Strictly adhering to data compliance and privacy protection principles, all background and metadata have been removed to focus solely on the morphological features of the insects. This dataset is designed to serve as a solid, reliable, and readily usable benchmark resource for training and evaluating computer vision models in tasks such as image classification, object detection, and fine-grained recognition, as well as for interdisciplinary applications including biodiversity research, digital specimen repository development, and intelligent identification system implementation.

原始信息汇总

数据集概述：Insecta Image Dataset

• 数据集名称：Insecta Image Dataset

• 发布机构：Genius Society

• 许可证：cc-by-nc-nd-4.0

• 数据集类型：图像、音频、视频（各模态通过配置参数 name 指定，如 "image"、"sound"、"video"）

• 数据内容：

  • 图像子集：高质量、专业标准化的 JPG 图片，覆盖昆虫纲多个目、科、属、种。每张图片均附有经过昆虫学专家审核的双权威标签（中文俗名和拉丁学名），已去除背景和元数据，仅保留昆虫形态特征。
  • 音频子集：高清野外录制的中国常见昆虫物种声学样本，包含诸如蝉、蟋蟀、螽斯、蜜蜂等鸣虫的振翅声、求偶声、警报声等多种行为声学特征。每条音频附带昆虫图像、中文俗名和拉丁学名元数据。
  • 视频子集：高清野外拍摄的中国常见昆虫物种多模态视频，每条视频片段标注中文俗名和拉丁学名。

• 主要用途：训练和评估计算机视觉模型（图像分类、目标检测、细粒度识别）、生物多样性研究、数字标本库建设、智能识别系统开发、声纹识别、物种识别、行为分析、环境声学监测、跨模态联合检索、自然教育等。

• 支持的任务：图像分类、目标检测、细粒度识别、声纹识别、物种识别、行为分析、环境声学监测、跨模态检索、对象检测、行为分析、细粒度分类、跨模态检索。

• 数据格式：

  • 图像：JPG
  • 音频：高清野外录音（具体格式未明确）
  • 视频：高清野外拍摄（具体格式未明确）

• 数据量：总文件大小 13.1 kB；最近一月下载量 45。

• 环境依赖：datasets==3.6

• 使用方式： python from datasets import load_dataset ds = load_dataset( "Genius-Society/insecta", name="default", # image / sound / video split="train", cache_dir="./pycache", trust_remote_code=True, ) for i in ds: print(i)

• 维护方式： bash git clone [e-mail]:datasets/Genius-Society/insecta cd insecta

• 镜像地址：https://www.modelscope.cn/datasets/Genius-Society/insecta

• 数据集特点：多模态（图像、音频、视频），包含双权威标签（中文俗名+拉丁学名），数据已脱敏，适用于多种人工智能与生态学交叉任务。

搜集汇总

数据集介绍

构建方式

Insecta数据集的构建遵循了严谨的生物学标准与数据合规原则。图像部分收集了涵盖昆虫纲多个目、科、属及种的高质量JPG图片，每张图像均经过专业去背景处理，并剥离所有元数据，仅保留昆虫形态特征。同时，由昆虫学专家为每幅图像核验了中文俗名与拉丁学名双重权威标签。音频与视频子集则采集自中国各地常见昆虫物种，录制了包括鸣声、振翅等行为声学特征及野外活动影像，并附有对应的图像、名称等元数据，形成了多模态的数据集合。

特点

该数据集的核心特色在于其高专业性、标准化与多模态覆盖。图像数据兼具干净背景与双重命名体系，为细粒度识别任务提供了坚实基准；音频数据囊括了蝉、蟋蟀、蜜蜂等多种发声昆虫的复杂声学行为，支持声纹识别与环境监测；视频数据则记录了昆虫的动态行为轨迹，适用于目标检测与行为分析。三者共同构建了一个横跨视觉、听觉与动态视觉的综合性资源，能够支撑从物种鉴定到生态研究的多元化下游应用。

使用方法

用户可通过HuggingFace的datasets库便捷加载该数据集。在安装datasets 3.6或更高版本后，调用`load_dataset('Genius-Society/insecta', name='image'/'sound'/'video', split='train')`即可分别获取图像、音频或视频子集，并指定本地缓存路径。数据集返回的条目字典中包含了图像/音频/视频数据及其对应的标签信息，支持直接用于模型训练与评估。此外，该数据集在ModelScope平台设有镜像，可供国内用户高效访问。

背景与挑战

背景概述

昆虫纲作为生物多样性最为丰富的类群之一，其精确识别与分类在生态监测、农业害虫防控及生物多样性保护中具有不可替代的地位。由Genius-Society团队创建的Insecta图像数据集，于近期发布并涵盖多目、科、属及种的昆虫高清图片，每幅图像均经昆虫学专家双重校验，附有中文俗名与拉丁学名双标签，并严格脱敏以聚焦形态特征。该数据集为计算机视觉领域的图像分类、目标检测及细粒度识别任务提供了坚实、可靠的基准资源，同时推动了数字标本馆建设与智能识别系统的发展，对跨学科研究具有显著影响力。

当前挑战

在领域问题层面，昆虫种类繁多且种间形态高度相似，导致细粒度识别难度极大，传统图像分类模型难以区分近似物种；此外，野外采集图像常受光照、遮挡及背景干扰，增加了特征提取的复杂性。在构建过程中，数据集面临昆虫标本来源的广泛性与代表性平衡挑战，需确保覆盖全国常见类群；同时，多模态数据（图像、音频、视频）的同步采集与标注一致性维护困难，专家审核成本高昂，且脱敏处理在剔除背景信息时需避免损失关键形态特征，这些都构成了数据集构建的核心挑战。

常用场景

经典使用场景

Insecta图像数据集作为计算机视觉领域的高质量基准资源，广泛应用于图像分类、目标检测及细粒度识别等经典任务。研究者利用该数据集涵盖昆虫纲多个目、科、属、种的丰富形态学图像，训练深度学习模型以精确区分不同昆虫类别，尤其在跨物种细微特征辨识方面表现突出。同时，其音频与视频模态数据支持声纹识别、行为分析及跨模态联合检索，为昆虫智能识别系统的开发提供了多维度训练基础。

实际应用

在实际应用中，Insecta数据集驱动了移动端昆虫识别应用程序的研发，用户可通过拍摄或录制声音即时获取物种信息。其音频模态支持‘以声辨虫’功能，广泛应用于智慧农业中的害虫监测与预警。此外，数据集在自然教育场景中助力构建交互式数字标本馆，促进公众对昆虫形态与行为的科学认知，同时也为环境声学监测系统中的声景分析提供了关键数据源。

衍生相关工作

基于Insecta数据集，研究者衍生出多项经典工作，包括改进的注意力机制网络用于昆虫细粒度分类、基于跨模态嵌入的视听联合检索模型，以及面向弱监督场景的对比学习框架。部分工作进一步将其与地理分布数据结合，探索昆虫物候模式与气候变化的关联。此外，该数据集还催生了针对长尾分布小样本学习方法的验证基准，推动了面向珍稀或罕见昆虫物种的识别算法创新。