BuzzSet-v1.0

BuzzSet v1.0是一个面向计算机视觉用于生物多样性研究、小目标检测和生态监测的昆虫传粉者检测基准数据集。它包含7856张RGB图像（4608×3456像素），分为256×256像素的块以用于模型训练，并提供了大约8000个标注的实例，分为蜜蜂、黄蜂和无法识别的三个类别。

原始信息汇总

BuzzSet v1.0 数据集概述

基本信息

• 许可证：CC-BY-4.0
• 语言：英语
• 标签：计算机视觉、目标检测、传粉者、生态学、农业、小目标检测
• 数据集名称：BuzzSet
• 规模类别：1K<n<10K
• 任务类别：目标检测

数据集描述

BuzzSet v1.0 是一个用于在真实农业条件下检测昆虫传粉者的基准数据集，支持计算机视觉生物多样性、小目标检测和生态监测研究。

数据规模

• 图像数量：7,856 张 RGB 图像（4608×3456 像素）
• 标注格式：边界框（YOLO 和 COCO 格式）
• 实例数量：约 8,000
• 类别：
  • 蜜蜂
  • 熊蜂
  • 未识别（模糊情况）

数据划分

• 训练集：6,575 张图像
• 验证集：1,281 张图像

应用场景

• 自动化传粉者监测
• 自然场景中的小目标检测
• 农业生态人工智能应用

数据采集

图像在玉米花间作实验期间使用静态相机在传粉者活动高峰期（11:00-15:00）采集，分辨率为 4608×3456 像素，地面采样距离约为 0.5 毫米。

标注过程

• 初始标签来自基于公共传粉者数据训练的 YOLOv12
• 使用 OpenLabeling 进行人工验证
• 不确定案例归类为"未识别"

性能基线

在 BuzzSet 上训练的 RF-DETR 模型表现：

• mAP@0.50：0.559
• mAP@0.50:0.95：0.319
• F1 分数：蜜蜂（0.94）、熊蜂（0.92）、未识别（0.31）

引用信息

如需引用该数据集，请使用： @misc{emam2025buzzsetv10datasetpollinator, title={BuzzSet v1.0: A Dataset for Pollinator Detection in Field Conditions}, author={Ahmed Emam and Mohamed Elbassiouny and Julius Miller and Patrick Donworth and Sabine Seidel and Ribana Roscher}, year={2025}, eprint={2508.19762}, archivePrefix={arXiv}, primaryClass={cs.CV}, url={https://arxiv.org/abs/2508.19762} }

数据加载

python from datasets import load_dataset dataset = load_dataset("ahmedemam576/BuzzSet-v1.0")

搜集汇总

数据集介绍

构建方式

在农业生态监测领域，BuzzSet-v1.0数据集通过静态相机在玉米-花卉间作试验田中采集图像，拍摄时段集中于传粉昆虫活动高峰期（11:00至15:00）。原始图像分辨率为4608×3456像素，地面采样距离约0.5毫米，确保了细小目标的清晰捕捉。标注流程采用半自动化方法：首先基于公开传粉昆虫数据训练的YOLOv12模型生成初始标签，再通过OpenLabeling工具进行人工验证，并将难以辨别的案例归类为'未识别'类别，最终形成包含约8000个实例的精细化标注数据集。

特点

该数据集涵盖7856张高分辨率RGB图像，均被裁剪为256×256像素的标准化图块以适应模型训练需求。其核心特点体现在对小目标检测任务的深度支持，具体包含三个精细分类：蜜蜂、熊蜂及未识别类别，有效反映了自然环境中传粉昆虫的真实分布状况。数据划分科学合理，训练集包含6575张图像，验证集1281张图像，为模型性能评估提供可靠基准。数据集采用YOLO和COCO两种标注格式，兼顾不同算法框架的应用需求。

使用方法

研究人员可通过Hugging Face数据集库直接加载使用，调用load_dataset('ahmedemam576/BuzzSet-v1.0')即可获取标准化数据。该数据集主要服务于农业生态监测中的传粉昆虫自动识别、自然场景小目标检测等计算机视觉任务。基于RF-DETR模型的基准测试显示，在mAP@0.50指标上达到0.559，各类别的F1分数分别为蜜蜂0.94、熊蜂0.92、未识别类别0.31，为后续研究提供了可参照的性能基线。

背景与挑战

背景概述

在农业生态监测领域，传粉昆虫的精准识别对生物多样性保护具有重要意义。BuzzSet v1.0数据集由Ahmed Emam等研究者于2025年创建，旨在通过计算机视觉技术解决自然环境下传粉昆虫检测的难题。该数据集由德国波恩大学等机构联合开发，包含7,856张高分辨率田间图像，重点关注蜜蜂与熊蜂两类关键传粉者的识别，为生态学与农业智能监测提供了重要的数据基础。

当前挑战

该数据集主要应对自然环境下小目标检测的三大挑战：传粉昆虫体积微小且与背景高度融合导致的识别困难，田间环境光照变化与遮挡造成的检测干扰，以及相似物种间形态特征差异微弱带来的分类歧义。在构建过程中，研究团队面临野外数据采集设备部署的工程挑战，初始自动标注结果需要大量人工校验，特别是对形态特征模糊的个体需谨慎归类为未识别类别，这些因素显著增加了数据标注的复杂度与时间成本。

常用场景

经典使用场景

在农业生态监测领域，BuzzSet-v1.0数据集为传粉昆虫检测提供了标准化基准。研究者利用其高分辨率图像和精细标注，开发计算机视觉模型以识别自然场景中的蜜蜂与熊蜂等小型目标，特别适用于复杂田间环境下的生物多样性监测任务。该数据集通过提供真实农业场景的视觉数据，推动了精准生态学研究的发展。

实际应用

在实际应用中，该数据集支撑的智能监测系统可部署于农业生产现场，实现传粉昆虫活动的自动化记录与分析。这些系统能够帮助农户评估作物授粉状况，优化种植管理策略，同时为生态学家提供长期、大规模的生物多样性监测数据，促进智慧农业与生态保护的深度融合。

衍生相关工作

基于BuzzSet-v1.0数据集，研究者已开发出多种先进的检测模型，如RF-DETR等架构在传粉昆虫识别任务上取得了显著进展。这些工作不仅提升了小目标检测的技术水平，还催生了跨学科合作，推动了计算机视觉与生态学、农学等领域的融合创新，为后续研究奠定了坚实基础。