海洋研究者は個体数の規模、保護状況、重要な生息地エリアを監視するためにそうしたいと考えているため、これには少し問題が生じます。
おすすめ動画
幸いなことに、ここはオーストラリアのマードック大学のアマンダ・ホジソン博士がいる場所です。 入って来る. 同大学の鯨類研究ユニットのメンバーであるホジソン氏は、自然環境におけるジュゴンの識別を向上させるためにドローンと機械学習技術を活用してきました。
空撮にドローンを使用することは、ホジソンの作品に必要な画像を取得する新しい方法を提供しますが、膨大な数の写真の中から海牛を見つける最適な方法という問題が生じます。 これが、ホジソン氏が機械学習に目を向けた点であり、クイーンズランド工科大学のコンピューター科学者でもありました。 フレデリック・メア —助けてください。
彼らは協力して、無料のオープンソース機械学習プラットフォームを使用した検出器を開発しました。 TensorFlow、写真内のジュゴンを自動的に識別することを目的としています。 この方法は、海底に海草が見える画像や、水面にぎらぎらと白波が見える画像など、さまざまな複雑な画像を処理する必要がありました。
「私たちは航空画像内の海洋種の検出を自動化するための効率的な機械学習システムを開発しました」とマイレ氏は語った。 「このアプローチの有効性は、適切な領域提案方法とディープ ニューラル ネットワークの使用の組み合わせによるものと考えられます。 大きな画像が与えられると、領域提案モジュールは候補ブロブを中心とした画像のサブウィンドウのリストを生成します。 各サブウィンドウは、サブウィンドウにジュゴンが含まれているかどうかを予測するニューラル ネットワーク分類器に供給されます。」
最新バージョンの検出器は、画像内のジュゴンの 80% を検出できます。 その数は将来さらに増えることが期待されます。
「より良いニュースは、既知のジュゴンのより多くの画像を検出器に供給し、どの画像が間違っていたかを検出器に伝えるにつれて、検出の精度が向上し続けることです」とホジソン氏は述べました。 「このテクノロジーは、検出器を訓練するための一連の画像から始める限り、あらゆる種の調査に適用できます。」
編集者のおすすめ
- Lambda の機械学習ラップトップは Razer の姿をしたもの
- DeepSqueak は機械学習 AI です。 それはネズミが何について話しているのかを明らかにします
- 機械学習? ニューラルネットワーク? ここでは、A.I. のさまざまな機能についてのガイドをご紹介します。
ライフスタイルをアップグレードするDigital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。