Image d'un piège photographique détectée par l'IA : renard roux dans la région de Sanjiangyuan
Shan Shui Conservation Center
Système de gestion des données des pièges photographiques
Image d'un piège photographique détectée par l'IA : léopard des neiges dans la région de Sanjiangyuan
Shan Shui Conservation Center
Application d'aide à la surveillance communautaire des pièges photographiques
Shan Shui Conservation Center
Système de gestion des données des pièges photographiques : page d'identification des espèces
Shan Shui Conservation Center
Afin d'accélérer les flux de données sur les pièges photographiques, un système de gestion des données en ligne est en cours de développement, avec des outils basés sur des applications et la reconnaissance d'images par l'IA, avec l'aide de partenaires techniques :
- Application communautaire d'aide à la surveillance des pièges photographiques : l'application permet aux observateurs locaux d'enregistrer automatiquement l'heure et la position GPS de l'installation/du ramassage des pièges photographiques, ce qui permet d'éviter le processus fastidieux de collecte des données auprès des observateurs locaux et la saisie manuelle des données. (projet : juin 2019, développement : Oct 2019-Feb 2020, essai et utilisation : mars-octobre 2020)
- Modèles de reconnaissance d'images par l'IA : Les modèles d'IA aident à détecter les animaux et à identifier les espèces dans les photos des pièges photographiques, ce qui réduit considérablement le nombre de photos nécessitant une identification humaine et améliore l'efficacité du traitement des données.
- Une série de modèles d'IA a été formée et/ou testée avec des partenaires techniques, notamment le modèle PU & PKU ResNet18 (2018), MegaDetector (test uniquement, 2020), MindSpore YOLOv3 (2021).
- Plateforme de gestion des données en ligne : les informations sur les pièges photographiques collectées via l'application, ainsi que les photos, sont téléchargées dans une base de données structurée dans le nuage. La plateforme de gestion des données permet non seulement l'identification des espèces par l'IA et l'homme, mais aussi la recherche de données globales et l'établissement de rapports statistiques. (plan directeur : avril-août 2021, développement : Sept 2021-Juin 2022, essai et utilisation : juillet 2022)
- Examen systématique du flux de données actuel des pièges photographiques et traduction en besoins de développement de systèmes techniques
- des modèles de reconnaissance d'IA d'images de pièges à caméra ouverts et performants
- des ressources en nuage pour le calcul de l'IA, le stockage des données, etc.
- Des séries d'essais et de retours d'information pour corriger les bogues et améliorer la convivialité du système.
- Rome ne s'est pas construite en un jour. En raison de contraintes de temps et de ressources, nous avons dû diviser le système en différents modules et développer les modules étape par étape. Nous pensons que chaque module peut améliorer une ou plusieurs étapes de notre flux de travail et nous avons bénéficié des modules avant qu'ils ne soient incorporés dans le système complet. Cependant, il est important d'avoir une vue d'ensemble au début et de faire des plans à long terme pour l'intégration finale du système.
- Un système ne peut pas être parfait dès le départ. Lorsque l'application a été lancée et utilisée pour la première fois dans une communauté, elle n'a pas fonctionné comme nous l'avions prévu et les contrôleurs locaux ont signalé divers types de bogues. Nous avons recueilli et analysé les commentaires afin d'améliorer l'interface utilisateur et les fonctionnalités de l'application.