Modell zur Identifizierung von Jaguar
Tech4Nature Mexico
Bilderkennungsalgorithmen zur Erkennung und Identifizierung von Jaguaren
Die Bilderkennungskomponente, die im Rahmen des Pilotprojekts Tech4Nature Mexico auf Convolutional Neural Networks (CNN) basiert, spielt eine grundlegende Rolle, indem sie: i) die Anwesenheit von Jaguaren in Kamerafallenaufnahmen automatisch erkennt und so die Datenverarbeitung beschleunigt; und ii) einzelne Jaguare in der Region automatisch identifiziert, was das Verständnis der lokalen Populationen verbessert. Dieser Ansatz ist von entscheidender Bedeutung für den Naturschutz, da er die Vorteile fortschrittlicher Methoden nutzt, die eine schnellere und detailliertere Analyse ermöglichen.
Daten, die von den Geräten gesammelt wurden, und strategische Allianzen mit Huawei, UPY und anderen Expertenorganisationen für die Erhaltung von Daten. Ein ganzes Schuljahr lang widmete sich eine Gruppe junger Datentechnikstudenten der UPY der Entwicklung der Bilderkennungsmodelle. Da die Möglichkeit bestand, dass die Modelle bei der Erkennung von Jaguaren aufgrund der mangelnden Erfahrung der Studenten bei der Überwachung dieser Tierart voreingenommen sein könnten, erhielt die Gruppe Schulungen und Feedback von einem Biologen, der auf den Schutz von Katzen in Yucatan spezialisiert ist.
Die Entwicklung automatischer Modelle für die Erkennung und Identifizierung von Jaguaren auf Bildern stellte uns vor eine große Herausforderung. Diese Aufgabe wird nicht nur durch den Mangel an verfügbaren Daten erschwert, sondern auch durch die begrenzte Anzahl von Bildern, die von Kamerafallen aufgenommen wurden, in denen die betreffende Art aufgrund ihres kritischen Erhaltungsstatus zu sehen ist. Diese Hindernisse waren in der Anfangsphase des Projekts bemerkenswert und veranlassten uns, Tierbilder aus einer Vielzahl von Quellen zu sammeln, um unseren Datensatz zu erweitern. Die Komplexität nimmt jedoch in dieser Phase aufgrund zusätzlicher Faktoren zu.