你的位置：开云·kaiyun(中国)官方网站 登录入口 > 资讯 >
发布日期：2026-03-13 06:24 点击次数：130
一年前，SpeciesNet这款使用AI自动识别相机陷坑图像中物种的用具完毕了开源。如今，越来越多的东谈主正在使用这款由谷歌开导的用具来鼓舞究诘和保护职责。
流露触发相机，也称为"相机陷坑"，正在为从房东到公园料理者的统统东谈主提供前所未有的土产货野纯真物不雅察视角。固然有趣的后院用户可能概况用肉眼识别小动物，但更大规模的技俩咫尺正在网罗比比皆是致使数百万张野纯真物图像，淌若手动识别可能需要数十年时候。
如今，越来越多的东谈主正在使用AI通过SpeciesNet识别图像中的动物。这款由谷歌开导的AI模子不错对相机陷坑图像中的近2500种动物类别进行分类，这要归功于保护合作伙伴提供的6500万张标注图像来熟习模子。SpeciesNet最初是在线平台Wildlife Insights的一部分，一年前咱们将其看成开源用具发布，供其他东谈主下载、转换和变调。
在夙昔的12个月里，世界各地的究诘团队使用开源SpeciesNet模子在哥伦比亚发现好意思洲狮和虎猫，在爱达荷州发现麋鹿和黑熊，在澳大利亚发现鹤鸵和麝香袋鼠，在坦桑尼亚塞伦盖蒂国度公园发现狮子和大象。这个AI模子让更多东谈主概况提议对于野纯真物花式和保护的更泛泛问题。
SpeciesNet是Google Earth AI的一部分，这是一个地舆空间用具、数据集和AI模子的结合，用于深度行星智能。Earth AI赋能社区和非渔利组织处分地球上一些最攻击的需求。
相机陷坑如何职责
如今，险些统统灵验的野纯真物监测齐依赖于流露触发的野纯真物相机陷坑。相机时时装配在树上。在大多数情况下，散热体的流露会触发几秒钟的图像拍摄。日益实惠的工夫让技俩概况部署数十致使数百台相机，产生遍及数据。
SpeciesNet欺诈深度学习自动识别相机陷坑像片中存在的动物物种。这种自动化加快了究诘，促进了更高效的数据分析，并最终撑执更理智的料理和保护决议。
识别动物对于评估种群健康情状并赶早发现任何变化相称广博；用于究诘动物迁移，颠倒是应酬景象变化的迁移；以及获取基于笔据的种群规模测量来料理这些种群。发现珍稀或濒危物种对于意会和保护受要挟种群也至关广博。
SpeciesNet的职责旨趣
SpeciesNet是一个群众规模的模子，不错分类2498个类别，包括哺乳动物、鸟类和爬行为物。SpeciesNet与另一个开源模子MegaDetector协同职责，以细目哪些图像以及这些图像中的哪些像素包含动物。SpeciesNet为它识别的每只动物生成物种称号和置信度水平，包括单张图像中团结物种或不同物种的多只动物。SpeciesNet不错在圭表条记本电脑上每天处理约30000张图像，或在低端游戏GPU上每天处理250000张或更多图像。
自2019年以来，SpeciesNet一直在基于谷歌云的Wildlife Insights平台上驱动。Wildlife Insights是一个社区平台，托管约2亿张带有东谈主工考据标签的图像。SpeciesNet匡助Wildlife Insights用户标识他们的图像；任何历程东谈主工考据的标识图像反过来齐不错为SpeciesNet提供熟习数据。
SpeciesNet在最先6500万张图像的数据集上进行熟习，包括来自Wildlife Insights用户社区的精选图像，以及来自公开可用存储库的标识图像。该模子使用卷积神经汇注在不同的光照、角度和与拍摄对象距离的条目下，尽可能将动物识别到物种级别。这个泛泛的熟习数据集使SpeciesNet模子概况在相机陷坑技俩的保留测试集上找到99.4%包含动物的图像。83%的情况下，它将动物分类到物种级别，其中94.5%的揣摸是正确的。相关模子熟习数据、性能和评估的更多防范信息不错在咱们2024年的出书物中找到。
SpeciesNet的骨子应用
在夙昔的一年里，一些卓越的技俩包括：
爱达荷州鱼类和野纯真物料理局使用数百个相机陷坑来监测物种，颠倒是在该州北部丛林较多的地区。
哥伦比亚的Red Otus技俩是一个世界性的相机陷坑汇注，由多个大学和保护组织合作运营。该技俩使用SpeciesNet来处理来自世界各地的图像，匡助监测从虎猫到好意思洲狮等物种。
澳大利亚野纯真物不雅测站（WildObs）是还是熟习开源版块SpeciesNet以识别当地广博物种的团体之一。他们专注于澳大利亚热带雨林中的物种，包括鹤鸵、麝香袋鼠和各种有袋动物。
坦桑尼亚塞伦盖蒂国度公园的Snapshot Serengeti技俩是最大和最弥远驱动的相机陷坑技俩之一。该技俩使用SpeciesNet来处理数百万张图像，匡助究诘东谈主员了解塞伦盖蒂生态系统中的动物种群动态。
开源互助的改日
在将SpeciesNet看成开源资源发布时，咱们的野心是促进互助并加快群众野纯真物监测和保护的证实。GitHub存储库提供了驱动和转换模子所需的代码、文档和资源的拜访权限。咱们饱读舞社区赓续为技俩作念出孝顺，变调模子，并推广其智力，就像开源用具的早期收受者所作念的那样。
但愿使用概况苟且快速驱动SpeciesNet并匡助料理数据和与其他团体互助的平台的究诘团体或个东谈主，建议探索Wildlife Insights平台，这是一个用于生物各种性监测和料理的群众资源。
SpeciesNet代表了在自动化和加快野纯真物图像分析方面上前迈出的广博一步，从狒狒到袋鼠。咱们的野心是撑执AI模子的开导，这是一项执续的互助竭力，旨珍爱会和保护群众生物各种性。
感谢统统为Wildlife Insights作念出孝顺并使SpeciesNet成为可能的科学家。颠倒感谢迷惑SpeciesNet熟习的Tomer Gadot和Stefan Istrate。相关使用SpeciesNet问题的技俩不错相关cameratraps@google.com。
Q&A
Q1：SpeciesNet是什么？它能识别几许种动物？
A：SpeciesNet是由谷歌开导的AI模子，用于自动识别相机陷坑图像中的野纯真物物种。它不错对近2500种动物类别进行分类，包括哺乳动物、鸟类和爬行为物。该模子在最先6500万张标注图像上进行熟习，概况在99.4%的情况下找到包含动物的图像，并在83%的情况下将动物分类到物种级别。
Q2：SpeciesNet的处理速率有多快？
A：SpeciesNet的处理速率取决于使用的硬件建筑。在圭表条记本电脑上，它不错每天处理约30000张图像。淌若使用低端游戏GPU，处理速率不错擢升到每天250000张或更多图像。这种自动化处理智力大大加快了野纯真物图像的分析职责，原来可能需要数十年手动完成的职责咫尺不错在短时候内完成。
Q3：如何使用SpeciesNet进行野纯真物监测？
A：SpeciesNet还是看成开源用具发布在GitHub上，究诘东谈主员不错下载代码、文档和资源来驱动和转换模子。对于但愿使用更不祥平台的用户开云体育(中国)官方网站，不错使用Wildlife Insights平台，这是一个基于谷歌云的群众性社区平台，概况苟且驱动SpeciesNet并匡助料理数据和互助。该平台托管约2亿张带有东谈主工考据标签的图像。
