Nereus提供水下生物细粒度属性与定位计数数据

水下图像记录了丰富的生态信息，支持科学传播、渔业监测、生态保护和海洋学研究等应用。除了一般的场景理解之外，这些应用程序还需要模型来识别细粒度的生物特征并根据空间证据进行推理。然而，现有的水下数据集通常提供粗略的类别标签、通用图像描述或总计数监督，这限制了它们在生物体水平分析和生态推理中的使用。我们介绍 Nereus，一个用于水下细粒度感知的大型数据集，共同支持细粒度对象属性理解和有空间定位依据的计数感知。 Nereus 包含 88K 个图像和 268 万个问答对，包括 2,690 个物种和 1,515 个属的 136K 个海洋生物对象的注释，以及 65K 个点注释和 67K 个带定位依据的计数问答对。代表性多模态模型的实验表明，相比现有水下领域数据，使用 Nereus 能改善下游任务适配效果，并为未来细粒度海洋感知研究奠定了基础。