Yapay zeka tarafından tespit edilen kamera tuzağı görüntüsü: Sanjiangyuan bölgesindeki kızıl tilki
Shan Shui Conservation Center
Kamera tuzağı veri yönetim sistemi
Yapay zeka tarafından tespit edilen kamera tuzağı görüntüsü: Sanjiangyuan bölgesinde kar leoparı
Shan Shui Conservation Center
Toplum tabanlı kamera tuzağı izleme asistan uygulaması
Shan Shui Conservation Center
Kamera tuzağı veri yönetim sistemi: tür tanımlama sayfası
Shan Shui Conservation Center
Kamera tuzağı veri iş akışlarını hızlandırmak için, teknik ortaklar tarafından desteklenen, uygulama tabanlı araçlar ve yapay zeka görüntü tanıma ile birlikte çevrimiçi bir veri yönetim sistemi geliştirilmektedir:
- Topluluk tabanlı kamera kapanı izleme asistanı uygulaması: Uygulama, yerel gözlemcilerin kamera kapanı kurulum/toplama zamanını ve GPS konumunu otomatik olarak kaydetmesini sağlayarak, yerel gözlemcilerden veri toplama ve manuel veri girişi gibi zahmetli süreçlerden tasarruf sağlar. (plan: Haziran 2019, geliştirme: Ekim 2019-Şubat 2020, deneme ve kullanım: Mart-Ekim 2020)
- Yapay zeka görüntü tanıma modelleri: Yapay zeka modelleri, kamera tuzağı fotoğraflarındaki hayvanları tespit etmeye ve türleri tanımlamaya yardımcı olarak insan tanımlaması gereken fotoğraf sayısını büyük ölçüde azaltır ve veri işleme verimliliğini artırır.
- PU & PKU ResNet18 modeli (2018), MegaDetector (sadece test, 2020), MindSpore YOLOv3 modeli (2021) dahil olmak üzere bir dizi AI modeli teknik ortaklarla eğitilmiş ve/veya test edilmiştir.
- Çevrimiçi veri yönetim platformu: Uygulama aracılığıyla toplanan kamera tuzağı bilgileri fotoğraflarla birlikte yapılandırılmış bir bulut veritabanına yüklenir. Veri yönetim platformu yalnızca yapay zeka ve insan aracılığıyla tür tanımlamayı desteklemekle kalmaz, aynı zamanda küresel veri arama ve istatistik raporlarına da olanak tanır. (plan: Nisan-Ağustos 2021, geliştirme: Eylül 2021-Haziran 2022, deneme ve kullanım: Temmuz 2022)
- Mevcut kamera tuzağı veri iş akışının sistematik bir incelemesi ve teknik sistem geliştirme ihtiyaçlarına dönüştürülmesi
- Açık kaynaklı ve iyi performans gösteren kamera tuzağı görüntü yapay zeka tanıma modelleri
- Yapay zeka hesaplama, veri depolama vb. için bulut kaynakları
- Hataları düzeltmek ve sistemin kullanılabilirliğini iyileştirmek için deneme kullanımı ve geri bildirim turları
- Roma bir günde inşa edilmedi. Zaman ve kaynak kısıtlamaları nedeniyle sistemi farklı modüllere ayırmak ve modülleri adım adım geliştirmek zorundayız. Her modülün kendi başına iş akışımızdaki bir veya daha fazla adımı geliştirebileceğine inanıyoruz ve tam sisteme dahil edilmeden önce modüllerden faydalandık. Yine de başlangıçta büyük resimli bir bakış açısına sahip olmak ve nihai sistem entegrasyonu için uzun vadeli planlar yapmak önemlidir.
- Bir sistem başlangıçtan itibaren mükemmel olamaz. Uygulama ilk çıktığında ve bir toplulukta kullanılmaya başlandığında, beklediğimiz gibi çalışmadı ve yerel gözlemciler çeşitli hatalar bildirdi. Uygulamanın kullanıcı arayüzü tasarımını ve işlevselliğini geliştirmek için geri bildirimleri topladık ve analiz ettik.