Dado que los investigadores marinos quieren hacerlo para controlar el tamaño de la población, el estado de conservación y sus áreas de hábitat importantes, eso plantea un pequeño problema.
Vídeos recomendados
Afortunadamente, aquí es donde la Dra. Amanda Hodgson de la Universidad Murdoch de Australia viene en. Hodgson, miembro de la Unidad de Investigación de Cetáceos de la universidad, ha estado utilizando drones y tecnología de aprendizaje automático para identificar mejor a los dugongos en su entorno natural.
El uso de drones para fotografía aérea ofrece una nueva forma de obtener las imágenes necesarias para el trabajo de Hodgson, pero abre el problema de cuál es la mejor manera de detectar a las vacas marinas en una gran cantidad de fotografías. Este es el punto en el que Hodgson recurrió al aprendizaje automático (y el científico informático de la Universidad Tecnológica de Queensland)
Frederic Maire - en busca de ayuda.
Juntos, desarrollaron un detector utilizando una plataforma gratuita de aprendizaje automático de código abierto. TensorFlow, con el objetivo de identificar dugongos en fotografías automáticamente. Este método tenía que funcionar con imágenes de diversa complejidad, como aquellas en las que se ven pastos marinos en el fondo del mar u otras en las que se pueden ver reflejos y crestas blancas en la superficie del agua.
"Desarrollamos un sistema eficiente de aprendizaje automático para automatizar la detección de especies marinas en imágenes aéreas", nos dijo Maire. “La eficacia del enfoque se puede atribuir a la combinación de un método de propuesta de región adecuado y el uso de redes neuronales profundas. Dada una imagen grande, el módulo de propuesta de región genera una lista de subventanas de la imagen, centradas en los blobs candidatos. Luego, cada subventana se envía a un clasificador de red neuronal que predice si la subventana contiene o no un dugongo”.
La última versión del detector puede encontrar el 80 por ciento de los dugongos en imágenes. Es de esperar que ese número aumente en el futuro.
"La mejor noticia es que a medida que alimentemos al detector con más imágenes de dugongos conocidos y le digamos cuáles se equivocó, la precisión de las detecciones seguirá mejorando", señaló Hodgson. "Esta tecnología podría aplicarse a estudios de cualquier especie, siempre y cuando se comience con un conjunto de imágenes para entrenar al detector".
Recomendaciones de los editores
- La computadora portátil de aprendizaje automático de Lambda es un Razer disfrazado
- DeepSqueak es una IA de aprendizaje automático. eso revela de qué hablan las ratas
- ¿Aprendizaje automático? ¿Redes neuronales? Aquí está su guía de los muchos sabores de A.I.
Mejora tu estilo de vidaDigital Trends ayuda a los lectores a mantenerse al tanto del vertiginoso mundo de la tecnología con las últimas noticias, reseñas divertidas de productos, editoriales interesantes y adelantos únicos.
