314d3951853dad8855bd06248987f626

Coralscapes 是一个用于珊瑚礁语义场景理解的大规模图像分割数据集，旨在促进对复杂珊瑚礁生态系统的自动化监测与分析。数据采集自38个不同的潜水点，共包含1030张高分辨率（1024×2048像素）的水下图像。所有图像均经过精细、一致且无主观猜测的像素级标注，涵盖了39个不同的底栖生物与非生物类别，包括多种活体、白化及死亡状态的珊瑚（细分至属级，如Acropora、Pocillopora、Stylophora）、海草、藻类覆盖的基质、海绵、海葵、巨蛤、海参、海胆、鱼类、其他动物，以及人类潜水员、垃圾、测绘工具、未知硬质基质、背景和过暗区域等。数据集被划分为训练集（777张图像，来自31个潜水点）、验证集（54张图像，来自2个潜水点）和测试集（199张图像，来自5个潜水点），每个样本包含原始图像和对应的分割标注图，总大小约为2.94 GB。该数据集适用于计算机视觉领域的图像语义分割任务，特别服务于海洋生物学、生态学和气候变化研究，可用于开发算法以自动识别和量化珊瑚礁健康状况、生物多样性和人类活动影响。Coralscapes is a large-scale image segmentation dataset for semantic scene understanding of coral reefs, designed to facilitate automated monitoring and analysis of complex coral reef ecosystems. Collected from 38 distinct dive sites, the dataset contains a total of 1030 high-resolution underwater images with a resolution of 1024×2048 pixels. All images have undergone meticulous, consistent and objective pixel-level annotations, covering 39 distinct categories of benthic organisms and abiotic components. These include various live, bleached and dead corals (classified at the genus level, such as *Acropora*, *Pocillopora*, *Stylophora*), seagrass, algae-covered substrates, sponges, sea anemones, giant clams, sea cucumbers, sea urchins, fish, other animals, as well as human divers, garbage, survey equipment, unknown hard substrates, background and underexposed regions, among others. The dataset is split into a training set (777 images from 31 dive sites), a validation set (54 images from 2 dive sites) and a test set (199 images from 5 dive sites). Each sample includes the original image and its corresponding segmentation annotation map, with a total size of approximately 2.94 GB. This dataset is applicable to image semantic segmentation tasks in the field of computer vision, and specifically serves marine biology, ecology and climate change research. It can be used to develop algorithms for automatically identifying and quantifying coral reef health status, biodiversity and the impacts of human activities.

原始信息汇总

数据集概述

数据集名称：Coralscapes

任务类型：图像分割（image-segmentation）

许可证：Apache-2.0

标签：生物（biology）、生态（ecology）、气候（climate）

数据规模：1K-10K 样本

---

数据集结构

• 总图像数量：1030 张
• 图像分辨率：1024 × 2048 像素
• 数据来源：38 个潜水地点
• 标注类别：39 个底栖生物类别，标注方式一致且避免主观推测

---

数据划分

划分	图像数量	潜水地点数量
训练集（train）	777	31
验证集（validation）	54	2
测试集（test）	199	5

• 配置名称：default
• 数据文件路径：
  • 训练集：data/train-*
  • 验证集：data/validation-*
  • 测试集：data/test-*

---

类别列表（共 39 类）

ID	类别名称	描述
1	seagrass	海草
2	trash	海洋垃圾（塑料、铝罐、玻璃瓶、废弃渔具、船只及机器零件等）
3	other coral dead	其他死亡珊瑚骨骼
4	other coral bleached	其他白化珊瑚（包括白化软珊瑚）
5	sand	松散细沙
6	other coral alive	其他活珊瑚（薄板状、包壳状、软珊瑚及不易明确分类的珊瑚）
7	human	人类（潜水员、浮潜者，有时仅见手或脚蹼；若携带非地面铺设的测量工具，工具归为人体多边形）
8	transect tools	样线工具（卷尺、线轴、标记物、潜水配重、水面浮标及连接绳）
9	fish	各种鱼类
10	algae covered substrate	覆盖藻类的底质（ turf algae、大型藻类，包括肉质藻和 Turbinaria）
11	other animal	其他动物（海星、羽毛虫、海龟等，因标注不足未单独成类）
12	unknown hard substrate	未知硬底质（无法归类的礁石、高度分解的珊瑚骨骼、人造水下设施如管道、桥柱、珊瑚养殖台、浮标及锚）
13	background	背景（距离过远或模糊而无法分类的像素，有时可见水面）
14	dark	图像中过暗而无法辨别底栖类别的区域
15	transect line	已展开的样线带，不包括线轴或其他绳索
16	massive/meandering bleached	白化的块状或迷宫状珊瑚（结构已分解致迷宫纹理不可见）
17	massive/meandering alive	活块状珊瑚（主要为 Porites、Favia、Favites 等，含部分无法清晰辨识的迷宫状珊瑚如 Platygyra）
18	rubble	岩石或死亡珊瑚的小块松散碎片
19	branching bleached	白化的枝状珊瑚（包括白化桌形轴孔珊瑚）
20	branching dead	死亡的枝状珊瑚（轴孔珊瑚、杯形珊瑚、柱形珊瑚等；被藻类覆盖时归为“algae covered substrate”）
21	millepora	火珊瑚（水螅纲，常见枝状形态 Millepora Dichotoma）
22	branching alive	确定存活但无法归入“table acropora alive”、“acropora”、“stylophora”或“pocillopora”的枝状珊瑚
23	massive/meandering dead	死亡的块状或迷宫状珊瑚（结构已分解致迷宫纹理不可见）
24	clam	活巨蛤
25	acropora alive	非桌形生长形态的活轴孔珊瑚
26	sea cucumber	海参
27	turbinaria	俗称“卷轴珊瑚”，不包括藻类 Turbinaria 属
28	table acropora alive	桌形生长形态的活轴孔珊瑚
29	sponge	各种海绵
30	anemone	海葵
31	pocillopora alive	清晰可辨的活杯形珊瑚
32	table acropora dead	死亡或坍塌但尚未被藻类覆盖的桌形轴孔珊瑚；被藻类覆盖部分归为“algae covered substrate”
33	meandering bleached	白化的迷宫状珊瑚（Lobophyllia、Symphyllia、Platygyra 等）
34	stylophora alive	清晰可辨的活柱形珊瑚
35	sea urchin	海胆
36	meandering alive	迷宫状生长形态的活珊瑚（包括 Platygyra、Lobophyllia、Symphyllia）
37	meandering dead	死亡的迷宫状珊瑚（Lobophyllia、Symphyllia、Platygyra 等）
38	crown of thorn	棘冠海星（Acanthaster planci，可能导致爆发性珊瑚覆盖率下降）
39	dead clam	死亡巨蛤

---

引用信息

如需引用，请参考以下 BibTeX 格式：

bibtex @misc{sauder2025coralscapesdatasetsemanticscene, title={The Coralscapes Dataset: Semantic Scene Understanding in Coral Reefs}, author={Jonathan Sauder and Viktor Domazetoski and Guilhem Banc-Prandi and Gabriela Perna and Anders Meibom and Devis Tuia}, year={2025}, eprint={2503.20000}, archivePrefix={arXiv}, primaryClass={cs.CV}, url={https://arxiv.org/abs/2503.20000}, }

搜集汇总

数据集介绍

构建方式

Coralscapes数据集由来自38个潜水地点的1030张高分辨率图像构成，图像分辨率达到1024×2048像素。数据集按照训练集、验证集和测试集进行划分，分别涵盖31个、2个和5个潜水地点的777张、54张和199张图像。标注过程严格遵循一致性原则，避免推测性标注，最终覆盖了39个底栖类别，包括珊瑚、海草、垃圾、人类活动物体等。每个类别均以多边形分割掩码的形式进行精细标注，确保了数据的高质量和可靠性。

使用方法

数据集可通过HuggingFace Datasets库轻松加载，其默认配置下包含训练、验证和测试三个分割，数据文件以分片形式存储在data/目录中。用户可将此数据集用于图像语义分割任务的模型训练与评估，尤其适用于珊瑚礁生态监测、海洋生物多样性分析以及气候变化影响研究等领域。数据集采用Apache-2.0许可证，便于学术界和工业界广泛使用与二次开发。

背景与挑战

背景概述

珊瑚礁生态系统是全球海洋生物多样性的重要支柱，然而受气候变化与人类活动影响，其健康状况正面临严峻威胁。在此背景下，由Jonathan Sauder、Viktor Domazetoski等学者与瑞士联邦理工学院等机构合作，于2025年创建的Coralscapes数据集应运而生。该数据集聚焦于珊瑚礁的语义场景理解，共包含1030张1024×2048像素的高清图像，覆盖38个潜水点，并细致标注了39个底栖类别，如活珊瑚、白化珊瑚、海草及海洋垃圾等。其发布为计算机视觉与海洋生态学的交叉研究提供了标准化基准，有力推动了珊瑚礁监测、生态评估及保护策略的自动化发展，彰显了人工智能在环境科学中的深远应用潜力。

当前挑战

Coralscapes数据集解决的核心领域挑战在于珊瑚礁生态系统的自动语义分割，其复杂性源于水下图像的多样性与类别间的高度相似性。具体而言，39个底栖类别中，活珊瑚、白化珊瑚与死珊瑚在视觉上常难以区分，且光照不均、水体浑浊及生物快速生长带来的形态变异增加了分类难度。此外，构建过程面临重重困难：数据收集需在38个潜水点进行，涉及水下设备部署与严格的环境条件限制；标注过程要求领域专家在数万张图像中逐像素区分细微差异，如区分不同生长形态的珊瑚（如分支型、桌型），并排除海藻覆盖、阴影及远距离模糊的干扰，这消耗了大量人力与时间成本，最终仅产出约1K至10K级别的精细标注，体现了学术严谨性。

常用场景

经典使用场景

在海洋生态与计算机视觉的交叉领域中，Coralscapes数据集为语义场景理解提供了宝贵的基准。该数据集包含1030张高分辨率水下图像，覆盖38个潜水点，标注了39个底栖类别，如珊瑚、藻类、垃圾等。其经典使用场景在于训练和评估语义分割模型，以精准识别不同珊瑚生长形态（如分枝状、块状、桌状）及其健康状态（存活、白化、死亡），同时区分非生物基质与海洋垃圾。这一应用推动了深度学习在复杂水下环境中的像素级分类能力。

解决学术问题

Coralscapes数据集系统性地解决了珊瑚礁生态监测中长期存在的标注不一致和类别稀疏问题。通过提供无推测、一致性的标注基准，它使研究人员能够训练模型以自动量化珊瑚覆盖率、白化程度和垃圾分布，从而替代耗时且主观的人工调查。该数据集的意义在于推动生态学从定性描述转向定量、可重复的遥感分析，其影响体现在为气候变化的长期影响评估和生物多样性保护策略提供了数据驱动的研究工具。

实际应用

在实际应用中，Coralscapes数据集赋能了智能化的水下监测系统。通过训练语义分割模型，可自动分析潜水员或水下无人机拍摄的影像，实时识别珊瑚健康状态、检测海洋垃圾和入侵物种（如棘冠海星），并量化底栖基质变化。这些模型被集成到生态监测平台中，支持自然保护区管理者高效评估珊瑚礁恢复工程成效，同时为渔业管理部门提供栖息地分布图。此外，该数据集还可用于开发便携式设备和自主水下航行器的视觉导航系统。

数据集最近研究

最新研究方向

Coralscapes数据集的问世为珊瑚礁生态系统的语义场景理解开辟了全新范式。该数据集聚焦于利用高分辨率水下影像（1024×2048像素）对底栖生物进行多类别精细分割，覆盖39种底栖类别，涵盖活体珊瑚、白化珊瑚、藻类覆盖基质及海洋垃圾等关键生态指标。其前沿研究方向紧密关联全球珊瑚白化事件监测、海洋塑料污染自动识别与生态健康评估，通过像素级语义标注实现了从人工调查到自动化分析的跨越。该数据集的推出不仅推动了计算机视觉在极端水下环境中的鲁棒性研究，更赋能了气候变化背景下大规模珊瑚礁衰退的量化监测，为生态学与计算机科学的交叉领域提供了可复用的基准平台，对海洋保护政策的科学制定具有深远意义。