Dronai, mašininis mokymasis padeda išgelbėti nykstančias jūrų karves

nykstančių jūrų karvių dronai ml manatee pasaulio orlando kovo 10 d
Ahodges7 CC
Vienas dalykas yra apsaugoti nykstančius gyvūnus, bet visai kitas – stebėti juos. Pavyzdys: dugongas, vidutinio dydžio jūrų žinduolis, dažnai vadinamas jūrų karve. Jie gali būti mieli, bet pastebėti juos dideliuose vandens telkiniuose lengviau pasakyti nei padaryti.

Kadangi jūrų tyrinėtojai nori tai padaryti, norėdami sužinoti populiacijos dydį, apsaugos būklę ir svarbias buveinių sritis, tai kelia tam tikrą problemą.

Rekomenduojami vaizdo įrašai

Laimei, čia yra daktarė Amanda Hodgson iš Australijos Murdocho universiteto įeina. Hodgsonas, universiteto Banginių tyrimų skyriaus narys, naudojo dronus ir mašinų mokymosi technologijas, kad geriau atpažintų dugonus jų natūralioje aplinkoje.

Dronų naudojimas fotografuojant iš oro suteikia naują būdą gauti Hodgsono darbui reikalingus vaizdus, ​​tačiau iškyla problema, kaip geriausiai pastebėti jūrines karves daugybėje nuotraukų. Tai yra taškas, kai Hodgsonas kreipėsi į mašininį mokymąsi ir Kvinslando technologijos universiteto kompiuterių mokslininką Frederikas Mairas - pagalbos.

rasti_jūros_karvės_sprendimą

Kartu jie sukūrė detektorių naudodami nemokamą atvirojo kodo mašininio mokymosi platformą TensorFlow, siekiant automatiškai atpažinti dugonus nuotraukose. Šis metodas turėjo veikti su įvairaus sudėtingumo vaizdais, pvz., tokiais, kur jūros dugne matosi jūros žolė, arba kitais, kur vandens paviršiuje galima pamatyti akinimo ir baltų dangtelių.

"Mes sukūrėme veiksmingą mašininio mokymosi sistemą, skirtą automatizuoti jūrų rūšių aptikimą oro vaizduose", - sakė Maire. „Požiūrio veiksmingumas gali būti siejamas su gerai pritaikyto regiono pasiūlymo metodo ir giliųjų neuroninių tinklų naudojimu. Atsižvelgiant į didelį vaizdą, regiono pasiūlymo modulis sugeneruoja vaizdo antrinių langų sąrašą, kurio centre yra kandidatų dėmės. Tada kiekvienas antrinis langas patenka į neuroninio tinklo klasifikatorių, kuris nuspėja, ar antriniame lange yra dugongas, ar ne.

Naujausia detektoriaus versija vaizduose gali rasti 80 procentų dugongų. Tikimasi, kad ateityje šis skaičius didės.

„Geresnės naujienos yra tai, kad detektoriui pateikus daugiau žinomų dugongų vaizdų ir pasakius, kurie iš jų suklydo, aptikimo tikslumas ir toliau gerės“, – pažymėjo Hodgsonas. „Šią technologiją būtų galima pritaikyti bet kurios rūšies tyrimams, jei tik pradedate vaizdų rinkinį, kad išmokytumėte detektorių.

Redaktorių rekomendacijos

  • „Lambda“ mašininio mokymosi nešiojamasis kompiuteris yra užmaskuotas „Razer“.
  • DeepSqueak yra mašininio mokymosi A.I. tai atskleidžia, apie ką šnekučiuojasi žiurkės
  • Mašininis mokymasis? Neuroniniai tinklai? Štai jūsų daugelio A.I skonių vadovas.

Atnaujinkite savo gyvenimo būdąSkaitmeninės tendencijos padeda skaitytojams stebėti sparčiai besivystantį technologijų pasaulį – pateikiamos visos naujausios naujienos, smagios produktų apžvalgos, įžvalgūs vedamieji leidiniai ir unikalūs žvilgsniai.