注意：此代码是旧的，已过期且不再保留。 此处托管了一个全新的，经过改进的完全重新设计的系统版本： ：//squidle.greybits.com.au/
速成
近年来，生态学家和生物学家越来越依赖数字视频和基于图像的方法来检查和监视海洋栖息地。 这些数据流通常由水下平台收集，包括诱饵远程水下视频系统（BRUVS），自主水下航行器（AUV），远程驾驶车辆（ROV）和水下拖曳视频（UTV）系统。 将视觉数据转换为定量信息以进行科学和政策决策，需要人类专家付出巨大的努力。 但是，目前尚无用于对该图像进行分类，注释，分类和分析的标准化方法。 不同的研究小组倾向于使用不同的方式来处理收集的数据，使用不同的采样技术，不同的注释工具，甚至使用不同的名称来引用相同的分类单元。 这使得在不同站点之间进行比较变得困难，从而导致各组之间很少重复使用数据。 如果在集中式存储库中以一致的格式提供定量数据，也可以回
