Оскільки морські дослідники хочуть це зробити, щоб стежити за розміром популяції, природоохоронним статусом і важливими територіями існування, це створює певну проблему.
Рекомендовані відео
На щастя, саме тут доктор Аманда Ходжсон з австралійського університету Мердока заходить. Член відділу дослідження китоподібних університету, Ходжсон використовує дрони та технологію машинного навчання, щоб краще ідентифікувати дюгонів у їх природному середовищі.
Використання безпілотників для аерофотозйомки пропонує новий спосіб отримання необхідних зображень для роботи Ходжсона, але відкриває проблему того, як найкраще помітити морських корів на величезній кількості фотографій. Це момент, коли Ходжсон звернувся до машинного навчання — і до комп’ютерника Квінслендського технологічного університету Фредерік Мер - для допомоги.
Разом вони розробили детектор, використовуючи безкоштовну платформу машинного навчання з відкритим кодом TensorFlow, з метою автоматичної ідентифікації дюгонів на фотографіях. Цей метод мав працювати із зображеннями різної складності, наприклад, із зображеннями морської трави на морському дні чи іншими, де на поверхні води можна побачити відблиски та білі шапки.
«Ми розробили ефективну систему машинного навчання для автоматизації виявлення морських видів на аерофотознімках», — сказав нам Мер. «Ефективність підходу можна пояснити поєднанням методу пропозиції відповідного регіону та використання глибоких нейронних мереж. Якщо велике зображення, модуль пропозицій регіону створює список підвікон зображення, зосереджених на крапках-кандидатах. Потім кожне підвікно передається до класифікатора нейронної мережі, який прогнозує, чи містить підвікно дюгоня».
Остання версія детектора може знайти 80 відсотків дюгонів на зображеннях. Сподіваємося, що в майбутньому це число зросте.
«Краща новина полягає в тому, що в міру того, як ми подаємо в детектор більше зображень відомих дюгонів і повідомляємо, які з них він помилився, точність виявлення буде продовжувати покращуватися», — зазначив Ходжсон. «Ця технологія може бути застосована для досліджень будь-яких видів, якщо ви починаєте з того, який набір зображень для навчання детектора».
Рекомендації редакції
- Ноутбук Lambda з машинним навчанням — це замаскований Razer
- DeepSqueak — це штучний інтелект з машинним навчанням. що показує, про що балакають пацюки
- Машинне навчання? Нейронні мережі? Ось ваш путівник із багатьма смаками ШІ.
Оновіть свій спосіб життяDigital Trends допомагає читачам стежити за динамічним світом технологій завдяки всім останнім новинам, цікавим оглядам продуктів, проникливим редакційним статтям і унікальним у своєму роді коротким оглядам.
