KI-erkanntes Kamerafallenbild: Rotfuchs in der Region Sanjiangyuan
Shan Shui Conservation Center
System zur Verwaltung von Kamerafallendaten
KI-erkanntes Kamerafallenbild: Schneeleopard in der Region Sanjiangyuan
Shan Shui Conservation Center
Assistenten-App für die gemeinschaftsweite Kamerafallen-Überwachung
Shan Shui Conservation Center
System zur Verwaltung von Kamerafallendaten: Seite zur Artenbestimmung
Shan Shui Conservation Center
Zur Beschleunigung der Arbeitsabläufe im Zusammenhang mit Kamerafallen wird mit Unterstützung technischer Partner ein Online-Datenverwaltungssystem mit App-basierten Tools und KI-Bilderkennung entwickelt, das aus folgenden Komponenten besteht:
- Assistenten-App für die Kamerafallenüberwachung auf Gemeindeebene: Die App ermöglicht es den lokalen Beobachtern, automatisch die Zeit und den GPS-Standort des Aufstellens/Abholens der Kamerafallen aufzuzeichnen, wodurch der mühsame Prozess der Datenerfassung durch die lokalen Beobachter und die manuelle Dateneingabe entfallen. (Entwurf: Jun 2019, Entwicklung: Okt. 2019-Feb. 2020, Erprobung und Nutzung: März-Oktober 2020)
- KI-Bilderkennungsmodelle: KI-Modelle helfen bei der Erkennung von Tieren und der Identifizierung von Arten in Kamerafallenfotos, wodurch die Anzahl der Fotos, die von Menschen identifiziert werden müssen, erheblich reduziert und die Effizienz der Datenverarbeitung verbessert wird.
- Eine Reihe von KI-Modellen wurde mit technischen Partnern trainiert und/oder getestet, darunter PU & PKU ResNet18-Modell (2018), MegaDetector (nur Test, 2020), MindSpore YOLOv3-Modell (2021).
- Online-Datenmanagement-Plattform: Über die App gesammelte Kamerafallen-Informationen werden zusammen mit Fotos in eine strukturierte Cloud-Datenbank hochgeladen. Die Datenverwaltungsplattform unterstützt nicht nur die Identifizierung von Arten durch KI und Menschen, sondern ermöglicht auch eine globale Datensuche und Statistikberichte. (Blueprint: Apr-Aug 2021, Entwicklung: Sept 2021-Jun 2022, Erprobung und Nutzung: Jul 2022)
- Eine systematische Überprüfung des aktuellen Kamerafallen-Daten-Workflows und dessen Umsetzung in technische Systementwicklungsanforderungen
- Open-Source- und leistungsfähige KI-Erkennungsmodelle für Kamerafallenbilder
- Cloud-Ressourcen für KI-Computing, Datenspeicherung usw.
- Proberunden und Feedback zur Behebung von Fehlern und Verbesserung der Benutzerfreundlichkeit des Systems
- Rom wurde nicht an einem Tag erbaut. Aufgrund von Zeit- und Ressourcenbeschränkungen müssen wir das System in verschiedene Module aufteilen und diese Schritt für Schritt entwickeln. Wir glauben, dass jedes Modul für sich einen oder mehrere Schritte in unserem Arbeitsablauf verbessern kann, und wir haben von den Modulen profitiert, bevor sie in das Gesamtsystem integriert wurden. Dennoch ist es wichtig, am Anfang eine Gesamtperspektive zu haben und langfristige Pläne für die endgültige Systemintegration zu machen.
- Ein System kann nicht von Anfang an perfekt sein. Als die App zum ersten Mal auf den Markt kam und in einer Gemeinde eingesetzt wurde, funktionierte sie nicht so, wie wir es erwartet hatten, und lokale Beobachter meldeten verschiedene Arten von Fehlern. Wir sammelten und analysierten die Rückmeldungen, um das UI-Design und die Funktionalität der App zu verbessern.