Door AI gedetecteerd cameravalbeeld: rode vos in de regio Sanjiangyuan
Shan Shui Conservation Center
Gegevensbeheersysteem voor cameravallen
Door AI gedetecteerd cameravalbeeld: sneeuwluipaard in de Sanjiangyuan regio
Shan Shui Conservation Center
Assistent-app voor het monitoren van cameravallen in de gemeenschap
Shan Shui Conservation Center
Beheersysteem voor cameravallen: pagina voor soortidentificatie
Shan Shui Conservation Center
Om de dataflow van de cameravallen te versnellen, wordt een online datamanagementsysteem ontwikkeld, samen met app-gebaseerde tools en AI beeldherkenning, ondersteund door technische partners:
- Community-based camera trap monitoring assistant app: de app stelt lokale monitors in staat om automatisch de tijd en GPS-locatie van het opzetten/ophalen van de camera trap te registreren, waardoor het omslachtige proces van het verzamelen van gegevens van lokale monitors en het handmatig invoeren van gegevens wordt bespaard. (blauwdruk: Jun 2019, ontwikkeling: Okt 2019-Feb 2020, uitproberen en gebruiken: mrt-okt 2020)
- AI-beeldherkenningsmodellen: AI-modellen helpen bij het detecteren van dieren en het identificeren van soorten in cameravalfoto's, waardoor het aantal foto's dat door mensen moet worden geïdentificeerd sterk wordt verminderd en de efficiëntie van de gegevensverwerking wordt verbeterd.
- Er is een reeks AI-modellen getraind en/of getest met technische partners, waaronder PU & PKU ResNet18-model (2018), MegaDetector (alleen test, 2020), MindSpore YOLOv3-model (2021).
- Online datamanagement platform: cameraval informatie verzameld via de app wordt samen met foto's geüpload naar een gestructureerde cloud database. Het gegevensbeheerplatform ondersteunt niet alleen soortidentificatie via AI en mensen, maar maakt ook wereldwijd zoeken naar gegevens en statistische rapporten mogelijk. (blauwdruk: Apr-Aug 2021, ontwikkeling: Sept 2021-Jun 2022, uitproberen en gebruiken: Jul 2022)
- Een systematisch overzicht van de huidige cameraval data workflow en de vertaling naar technische systeemontwikkelingsbehoeften
- Open-source en goed presterende AI-herkenningsmodellen voor cameravallen
- Cloudbronnen voor AI-computing, gegevensopslag, enz.
- Rondes van proefgebruik en feedback om bugs op te lossen en de bruikbaarheid van het systeem te verbeteren
- Rome is niet in één dag gebouwd. Door de beperkingen in tijd en middelen moeten we het systeem in verschillende modules verdelen en modules stap voor stap ontwikkelen. We geloven dat elke module op zich een of meer stappen in onze workflow kan verbeteren en we hebben baat gehad bij modules voordat ze in het volledige systeem werden opgenomen. Toch is het belangrijk om in het begin een groot perspectief te hebben en langetermijnplannen te maken voor de uiteindelijke systeemintegratie.
- Een systeem kan niet vanaf het begin perfect zijn. Toen de app voor het eerst uitkwam en in gebruik werd genomen in één gemeenschap, werkte hij niet zoals we hadden verwacht en lokale monitors meldden verschillende soorten bugs. We verzamelden en analyseerden de feedback om het UI-ontwerp en de functionaliteit van de app te verbeteren.