Imagen de cámara trampa detectada por IA: zorro rojo en la región de Sanjiangyuan
Shan Shui Conservation Center
Sistema de gestión de datos de cámaras trampa
Imagen de cámara trampa detectada por IA: leopardo de las nieves en la región de Sanjiangyuan
Shan Shui Conservation Center
Aplicación asistente para el seguimiento comunitario de cámaras trampa
Shan Shui Conservation Center
Sistema de gestión de datos de cámaras trampa: página de identificación de especies
Shan Shui Conservation Center
Para acelerar los flujos de trabajo de datos de las cámaras trampa, se está desarrollando, con el apoyo de socios técnicos, un sistema de gestión de datos en línea junto con herramientas basadas en aplicaciones y reconocimiento de imágenes mediante IA, que consiste en:
- Aplicación comunitaria de asistencia para el seguimiento de cámaras trampa: la aplicación permite a los monitores locales registrar automáticamente la hora y la ubicación GPS de la instalación/recogida de las cámaras trampa, lo que ahorra el engorroso proceso de recopilación de datos de los monitores locales y la introducción manual de datos. (proyecto: Jun 2019, desarrollo: Oct 2019-Feb 2020, prueba y uso: Mar-Oct 2020)
- Modelos de reconocimiento de imágenes de IA: Los modelos de IA ayudan a detectar animales e identificar especies en fotos de cámaras trampa, lo que reduce en gran medida el número de fotos que necesitan identificación humana y mejora la eficiencia del procesamiento de datos.
- Se ha entrenado y/o probado una serie de modelos de IA con socios técnicos, incluido el modelo PU & PKU ResNet18 (2018), MegaDetector (solo prueba, 2020), modelo MindSpore YOLOv3 (2021).
- Plataforma de gestión de datos en línea: la información de las cámaras trampa recopilada a través de la aplicación junto con las fotos se cargan en una base de datos estructurada en la nube. La plataforma de gestión de datos no solo permite la identificación de especies mediante IA y humanos, sino también la búsqueda global de datos y la elaboración de informes estadísticos. (proyecto: Abr-Ago 2021, desarrollo: Sept 2021-Jun 2022, prueba y uso: Jul 2022)
- Una revisión sistemática del flujo de trabajo actual de los datos de cámaras trampa y su traducción en necesidades técnicas de desarrollo de sistemas.
- Modelos de reconocimiento de IA de imágenes de cámaras trampa de código abierto y buen rendimiento
- Recursos en la nube para computación de IA, almacenamiento de datos, etc.
- Rondas de pruebas y comentarios para corregir errores y mejorar la usabilidad del sistema.
- Roma no se construyó en un día. Debido a las limitaciones de tiempo y recursos, tenemos que dividir el sistema en distintos módulos y desarrollarlos paso a paso. Creemos que cada módulo por sí mismo puede mejorar uno o varios pasos de nuestro flujo de trabajo y nos hemos beneficiado de los módulos antes de incorporarlos al sistema completo. Sin embargo, es importante tener una perspectiva global al principio y hacer planes a largo plazo para la integración final del sistema.
- Un sistema no puede ser perfecto desde el principio. Cuando la aplicación se lanzó por primera vez y se puso en marcha en una comunidad, no funcionó como esperábamos y los monitores locales informaron de diversos tipos de fallos. Recogimos y analizamos los comentarios para mejorar el diseño de la interfaz de usuario y la funcionalidad de la aplicación.