Поскольку морские исследователи хотят делать это, чтобы следить за размерами популяций, природоохранным статусом и важными местами их обитания, это создает некоторую проблему.
Рекомендуемые видео
К счастью, именно здесь доктор Аманда Ходжсон из австралийского Университета Мердока приходит в. Ходжсон, член университетского исследовательского отдела китообразных, использует дроны и технологии машинного обучения, чтобы лучше идентифицировать дюгоней в их естественной среде обитания.
Использование дронов для аэрофотосъемки предлагает новый способ получить необходимые изображения для работы Ходжсона, но открывает проблему того, как лучше всего обнаружить морских коров на огромном количестве фотографий. Это тот момент, когда Ходжсон обратился к машинному обучению, а ученый-компьютерщик Квинслендского технологического университета
Фредерик Мэр - для помощи.
Вместе они разработали детектор, используя бесплатную платформу машинного обучения с открытым исходным кодом. Тензорфлоу, с целью автоматического распознавания дюгоней на фотографиях. Этот метод должен был работать с изображениями различной сложности, например, с изображениями морской травы на морском дне или с другими, где на поверхности воды можно увидеть блики и барашки.
«Мы разработали эффективную систему машинного обучения для автоматизации обнаружения морских видов на аэрофотоснимках», — рассказал нам Мейр. «Эффективность этого подхода можно объяснить сочетанием хорошо подходящего метода предложения региона и использования глубоких нейронных сетей. Учитывая большое изображение, модуль предложения региона генерирует список подокн изображения, сосредоточенный на BLOB-объектах-кандидатах. Каждое подокно затем передается классификатору нейронной сети, который предсказывает, содержит ли подокно дюгонь».
Последняя версия детектора способна найти на изображениях 80 процентов дюгоней. Надеемся, что в будущем это число увеличится.
«Лучшая новость заключается в том, что по мере того, как мы снабжаем детектор новыми изображениями известных дюгоней и сообщаем ему, какие из них он ошибся, точность обнаружения будет продолжать улучшаться», — отметил Ходжсон. «Эта технология может быть применена к исследованиям любых видов, если вы начнете с набора изображений для обучения детектора».
Рекомендации редакции
- Ноутбук Lambda для машинного обучения — это замаскированная Razer
- DeepSqueak — это искусственный интеллект с машинным обучением. это показывает, о чем болтают крысы
- Машинное обучение? Нейронные сети? Вот ваш путеводитель по множеству разновидностей искусственного интеллекта.
Обновите свой образ жизниDigital Trends помогает читателям быть в курсе быстро меняющегося мира технологий благодаря всем последним новостям, забавным обзорам продуктов, содержательным редакционным статьям и уникальным кратким обзорам.
