מכיוון שחוקרים ימיים רוצים לעשות זאת כדי לעקוב אחר גדלי האוכלוסייה, מצב השימור ואזורי בית הגידול החשובים שלהם, זה מהווה קצת בעיה.
סרטונים מומלצים
למרבה המזל, זה המקום שבו ד"ר אמנדה הודג'סון מאוניברסיטת מרדוק באוסטרליה מגיע ב. הודג'סון, חבר ביחידה לחקר צלונים של האוניברסיטה, השתמש ברחפנים ובטכנולוגיית למידת מכונה כדי לזהות טוב יותר דוגונג בסביבתם הטבעית.
השימוש במזל"טים לצילום אווירי מציע דרך חדשה לקבל את התמונות הדרושות לעבודתו של הודג'סון, אך פותח את הבעיה של איך הכי טוב לזהות את פרות הים במספר עצום של תמונות. זו הנקודה שבה הודג'סון פנה ללמידת מכונה - ולמדען המחשבים של אוניברסיטת קווינסלנד לטכנולוגיה פרדריק מאיר - לעזרה.
יחד, הם פיתחו גלאי באמצעות פלטפורמת למידת מכונה חינמית בקוד פתוח TensorFlow, במטרה לזהות דוגונים בתמונות באופן אוטומטי. שיטה זו הייתה צריכה לעבוד עם תמונות בעלות מורכבות משתנה, כמו תמונות שבהן ניתן לראות עשב ים על קרקעית הים, או אחרות שבהן ניתן לראות בוהק וכיפות לבנות על פני המים.
"פיתחנו מערכת למידת מכונה יעילה לאוטומציה של זיהוי מינים ימיים בתמונות אוויר", אמרה לנו מאיר. "את האפקטיביות של הגישה ניתן לזקוף לזכות השילוב של שיטת הצעת אזור מתאימה והשימוש ברשתות עצביות עמוקות. בהינתן תמונה גדולה, מודול הצעת האזור יוצר רשימה של חלונות משנה של התמונה, שבמרכזה כתמים מועמדים. כל חלון משנה מוזן למסווג רשת עצבית שמנבא אם חלון המשנה מכיל דוגונג או לא."
הגרסה האחרונה של הגלאי יכולה למצוא 80 אחוז מהדונגונים בתמונות. יש לקוות שהמספר הזה יגדל בעתיד.
"החדשות הטובות יותר הן שככל שאנו מאכילים את הגלאי בעוד תמונות של דגונגים ידועים, ונספר לו באילו מהן הוא טעה, הדיוק של הזיהויים ימשיך להשתפר", ציין הודג'סון. "ניתן ליישם את הטכנולוגיה הזו על סקרים של כל מין כל עוד אתה מתחיל עם סט תמונות לאמן את הגלאי."
המלצות עורכים
- מחשב נייד למידת מכונה של Lambda הוא Razer במסווה
- DeepSqueak הוא A.I למידת מכונה. שמגלה על מה עכברושים משוחחים
- למידת מכונה? רשתות עצביות? הנה המדריך שלך לטעמים הרבים של A.I.
שדרג את אורח החיים שלךמגמות דיגיטליות עוזרות לקוראים לעקוב אחר עולם הטכנולוגיה המהיר עם כל החדשות האחרונות, ביקורות מהנות על מוצרים, מאמרי מערכת מעוררי תובנות והצצות מיוחדות במינן.
