Dronovi, strojno učenje pomažu spasiti ugrožene morske krave

ugrožene morske krave radilice ml morske krave na svijetu Orlando 10. ožu
Ahodges7 CC
Jedna je stvar željeti zaštititi ugrožene životinje, a sasvim druga stvar pratiti ih. Primjer: dugong, morski sisavac srednje veličine koji se često naziva morskom kravom. Možda su slatki, ali lakše ih je uočiti u velikim vodenim površinama nego učiniti.

Budući da istraživači mora to žele učiniti kako bi pratili veličinu populacije, status očuvanosti i njihova važna staništa, to predstavlja mali problem.

Preporučeni videozapisi

Srećom, ovdje je dr. Amanda Hodgson s australskog Sveučilišta Murdoch ulazi. Član sveučilišne Jedinice za istraživanje kitova, Hodgson koristi dronove i tehnologiju strojnog učenja kako bi bolje identificirao dugonge u njihovom prirodnom okruženju.

Korištenje dronova za fotografiranje iz zraka nudi novi način dobivanja potrebnih slika za Hodgsonov rad, ali otvara problem kako najbolje uočiti morske krave na ogromnom broju fotografija. Ovo je točka u kojoj se Hodgson okrenuo strojnom učenju — i računalni znanstvenik na Sveučilištu Queensland Technology Frederic Maire - za pomoć.

pronaći_rješenje_morske_krave

Zajedno su razvili detektor koristeći besplatnu platformu za strojno učenje otvorenog koda TensorFlow, s ciljem automatske identifikacije dugonja na fotografijama. Ova je metoda morala raditi sa slikama različite složenosti, poput onih na kojima se morska trava vidi na morskom dnu ili drugih na kojima se mogu vidjeti odsjaji i bijele kape na površini vode.

"Razvili smo učinkovit sustav strojnog učenja za automatiziranje otkrivanja morskih vrsta na snimkama iz zraka", rekla nam je Maire. „Učinkovitost pristupa može se zahvaliti kombinaciji odgovarajuće metode predlaganja regije i upotrebe dubokih neuronskih mreža. S obzirom na veliku sliku, modul za prijedlog regije generira popis podprozora slike, usredotočen na mrlje kandidata. Svaki potprozor se zatim šalje klasifikatoru neuronske mreže koji predviđa sadrži li potprozor dugong ili ne."

Najnovija verzija detektora može pronaći 80 posto dugonja na slikama. Nadamo se da će se taj broj u budućnosti povećati.

"Bolja vijest je da dok detektoru unosimo više slika poznatih dugonja i kažemo mu koje je pogriješio, točnost otkrivanja će se nastaviti poboljšavati", primijetio je Hodgson. "Ova se tehnologija može primijeniti na istraživanja bilo koje vrste sve dok počnete s kojim skupom slika uvježbate detektor."

Preporuke urednika

  • Lambdin laptop za strojno učenje prerušen je Razer
  • DeepSqueak je strojno učenje A.I. koji otkriva o čemu štakori razgovaraju
  • Strojno učenje? Neuronske mreže? Evo vašeg vodiča kroz mnoge okuse A.I.

Nadogradite svoj životni stilDigitalni trendovi pomažu čitateljima da prate brzi svijet tehnologije sa svim najnovijim vijestima, zabavnim recenzijama proizvoda, pronicljivim uvodnicima i jedinstvenim brzim pregledima.