Modèle d'identification de Jaguar
Tech4Nature Mexico
Algorithmes de reconnaissance d'images pour la détection et l'identification des jaguars
La composante de reconnaissance d'images, basée sur les réseaux neuronaux convolutifs (CNN) dans le cadre du projet pilote Tech4Nature Mexico, joue un rôle fondamental en : i) détectant automatiquement la présence de jaguars dans les pièges photographiques, accélérant ainsi le traitement des données ; et ii) identifiant automatiquement les jaguars individuels dans la région, ce qui améliore la compréhension des populations locales. Cette approche est d'une importance vitale pour la conservation, car elle tire parti de méthodes avancées qui permettent une analyse plus rapide et plus détaillée.
Données collectées à partir des appareils et alliances stratégiques avec Huawei, l'UPY et d'autres organisations expertes en conservation pour le partage des données. Pendant toute une année scolaire, un groupe de jeunes étudiants en ingénierie des données de l'UPY s'est consacré au développement des modèles de reconnaissance d'images. Étant donné la possibilité que les modèles soient biaisés dans la reconnaissance des jaguars en raison du manque d'expérience des étudiants dans le suivi de cette espèce, le groupe a reçu une formation et un retour d'information de la part d'un biologiste spécialisé dans la conservation des félins au Yucatan.
Le développement de modèles automatiques pour la détection et l'identification des jaguars dans les images nous a posé un défi considérable. Cette tâche est compliquée non seulement par la rareté des données disponibles, mais aussi par la quantité limitée d'images capturées par les pièges photographiques contenant l'espèce en question, en raison de son statut de conservation critique. Ces obstacles ont été notables dans les premières étapes du projet, ce qui nous a incités à collecter des images d'animaux à partir d'une variété de sources afin d'élargir notre ensemble de données. Cependant, la complexité augmente à ce stade en raison de facteurs supplémentaires.