涵盖1433种常见鸟类的最大规模鸟类目标检测数据集，为鸟类识别模型训练提供基准。
王杨 · Jiaogen, Zhou · Caiyun, Zhang · Ji, Yanzhu · 关佶红
Animals 2023
包含1433种鸟类和148,000张人工标注图像，是已知最大的鸟类目标检测数据集，为训练高精度模型提供了充足数据。
两阶段检测模型（如Faster R-CNN和Cascade R-CNN）达到73.7%的mAP，优于单阶段模型，且对图像缩放和背景干扰更鲁棒。
提出的自适应定位蒸馏方法可以提升单阶段轻量化检测模型的性能，适合离线部署。