google/cameratrapai

해결하는 문제

움직임 감지식 야생동물 카메라(카메라 트랩)에서 수집한 이미지의 수동 처리는 보존 전문가들에게 큰 제약 요소입니다. SpeciesNet은 이러한 이미지 내의 동물을 식별하고 분류함으로써 이를 자동화하여, 실무자들이 수동 이미지 검토에 시간을 쓰는 대신 보존 활동에 더 집중할 수 있도록 합니다.

작동 방식

SpeciesNet은 두 가지 AI 모델의 앙상블을 사용합니다:

1. 객체 탐지기: MegaDetector를 사용하여 이미지 내의 동물, 사람, 차량을 탐지합니다.
2. 이미지 분류기: EfficientNet V2 M 아키텍처를 사용해 6,500만 장 이상의 이미지로 훈련된 모델을 활용하여 탐지된 객체를 2,000개 이상의 레이블(종, 고위 분류군, 비동물 클래스 포함) 중 하나로 분류합니다.

앙상블은 히ュ리스틱과 선택적 지리 정보(국가 코드 또는 주 코드 등)를 사용하여 예측을 필터링하고 각 이미지에 하나의 카테고리를 할당합니다.

대상 사용자

대량의 카메라 트랩 이미지를 처리해야 하는 보존 실무자 및 야생동물 모니터링 연구자

주요 특징

• 대규모 훈련: 6,500만 장 이상의 이미지로 구성된 지리적으로 다양한 데이터셋에서 훈련됨.
• 광범위한 분류: 2,000개 이상의 레이블을 지원하여 다양한 종과 분류군을 커버.
• 지리적 필터링: ISO 국가 코드 및 미국 주 약어를 사용하여 예측 정확도를 향상시킬 수 있음.
• 유연한 배포: Python 패키지로 제공되며, Wildlife Insights 및 Animl와 같은 클라우드 플랫폼, 또는 AddaxAI와 같은 그래픽 도구를 통해 사용 가능.