Immagine della trappola fotografica rilevata dall'intelligenza artificiale: volpe rossa nella regione di Sanjiangyuan
Shan Shui Conservation Center
Sistema di gestione dei dati delle fotocamere
Immagine della trappola fotografica rilevata dall'intelligenza artificiale: leopardo delle nevi nella regione di Sanjiangyuan
Shan Shui Conservation Center
Applicazione assistente per il monitoraggio delle trappole fotografiche a livello comunitario
Shan Shui Conservation Center
Sistema di gestione dei dati delle fotocamere: pagina di identificazione delle specie
Shan Shui Conservation Center
Per accelerare i flussi di dati delle trappole fotografiche, si sta sviluppando un sistema di gestione dei dati online con strumenti basati su app e riconoscimento delle immagini da parte dell'intelligenza artificiale, con il supporto di partner tecnici:
- Applicazione assistente per il monitoraggio delle trappole fotografiche a livello comunitario: l'applicazione consente agli osservatori locali di registrare automaticamente l'ora e la posizione GPS dell'installazione/prelievo delle trappole fotografiche, risparmiando l'oneroso processo di raccolta dei dati da parte degli osservatori locali e l'inserimento manuale dei dati. (progetto: Giugno 2019, sviluppo: Ottobre 2019-Feb 2020, prova e utilizzo: Mar-Ott 2020)
- Modelli di riconoscimento delle immagini AI: I modelli di intelligenza artificiale aiutano a rilevare gli animali e a identificare le specie nelle foto delle trappole fotografiche, riducendo notevolmente il numero di foto che richiedono l'identificazione umana e migliorando l'efficienza dell'elaborazione dei dati.
- Una serie di modelli AI è stata addestrata e/o testata con partner tecnici, tra cui il modello PU & PKU ResNet18 (2018), MegaDetector (solo test, 2020), il modello MindSpore YOLOv3 (2021).
- Piattaforma di gestione dei dati online: le informazioni sulle trappole con telecamera raccolte tramite l'app e le foto vengono caricate in un database strutturato su cloud. La piattaforma di gestione dei dati non solo supporta l'identificazione delle specie tramite l'IA e l'uomo, ma consente anche la ricerca globale dei dati e la stesura di rapporti statistici. (progetto: aprile-agosto 2021, sviluppo: settembre 2021-giugno 2022, prova e utilizzo: luglio 2022)
- Revisione sistematica dell'attuale flusso di dati delle fotocamere e traduzione in esigenze di sviluppo di sistemi tecnici.
- Modelli di riconoscimento dell'intelligenza artificiale delle immagini delle fototrappole open-source e con buone prestazioni.
- Risorse cloud per l'elaborazione dell'intelligenza artificiale, l'archiviazione dei dati, ecc.
- Prove di utilizzo e feedback per correggere i bug e migliorare l'usabilità del sistema.
- Roma non è stata costruita in un giorno. A causa dei vincoli di tempo e di risorse, abbiamo dovuto dividere il sistema in diversi moduli e svilupparli passo dopo passo. Crediamo che ogni modulo possa migliorare una o più fasi del nostro flusso di lavoro e abbiamo beneficiato dei moduli prima che venissero incorporati nel sistema completo. Tuttavia, è importante avere una prospettiva generale all'inizio e fare piani a lungo termine per l'integrazione finale del sistema.
- Un sistema non può essere perfetto fin dall'inizio. Quando l'app è stata lanciata e messa in uso in una comunità, non ha funzionato come ci aspettavamo e i monitor locali hanno segnalato vari tipi di bug. Abbiamo raccolto e analizzato i feedback per migliorare il design dell'interfaccia utente e la funzionalità dell'applicazione.