Model identifikasi Jaguar
Tech4Nature Mexico
Algoritme pengenalan gambar untuk deteksi dan identifikasi jaguar
Komponen pengenalan gambar, berdasarkan Convolutional Neural Networks (CNN) dalam kerangka kerja percontohan Tech4Nature Mexico, memainkan peran mendasar dengan: i) Secara otomatis mendeteksi keberadaan jaguar dalam tangkapan perangkap kamera, sehingga mempercepat pemrosesan data; dan ii) Secara otomatis mengidentifikasi individu-individu jaguar di wilayah tersebut, yang meningkatkan pemahaman tentang populasi lokal. Pendekatan ini sangat penting dalam konservasi dengan memanfaatkan metode-metode canggih yang memungkinkan analisis yang lebih cepat dan lebih rinci.
Data dikumpulkan dari perangkat dan aliansi strategis dengan Huawei, UPY, dan organisasi konservasi ahli lainnya untuk berbagi data. Selama satu tahun penuh, sekelompok mahasiswa teknik data dari UPY didedikasikan untuk pengembangan model pengenalan gambar. Mengingat kemungkinan bahwa model-model tersebut dapat menjadi bias dalam mengenali jaguar karena kurangnya pengalaman para mahasiswa dalam memantau spesies ini, kelompok tersebut menerima pelatihan dan umpan balik dari seorang ahli biologi yang berspesialisasi dalam konservasi kucing di Yucatan.
Kami menghadapi tantangan yang cukup besar dalam mengembangkan model otomatis untuk mendeteksi dan mengidentifikasi jaguar dalam gambar. Tugas ini diperumit tidak hanya oleh kelangkaan data yang tersedia, tetapi juga oleh terbatasnya jumlah gambar yang ditangkap oleh kamera jebak yang mengandung spesies yang diminati, karena status konservasinya yang kritis. Hambatan ini terlihat jelas pada tahap awal proyek ini, sehingga mendorong kami untuk mengumpulkan gambar hewan dari berbagai sumber untuk memperluas kumpulan data kami. Namun, kerumitan meningkat pada tahap ini karena adanya faktor tambahan.