最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會(huì)員登陸 & 注冊(cè)

天樞(Learth)第四講:AI助力大范圍候鳥監(jiān)測(cè)調(diào)查

2022-04-15 18:12 作者:中科北緯  | 我要投稿
候鳥調(diào)查是鳥類生態(tài)學(xué)研究和保護(hù)管理的基礎(chǔ),隨著科技發(fā)展,雷達(dá)、無人機(jī)、衛(wèi)星跟蹤等新技術(shù)的廣泛應(yīng)用于候鳥調(diào)查研究,雖然一定程度的彌補(bǔ)傳統(tǒng)調(diào)查方法的不足,但如何對(duì)大范圍環(huán)境下,快速對(duì)候鳥種類,數(shù)量做到精確識(shí)別的路上,還有很多問題待解決。


在這里我們以“天樞遙感智能視覺平臺(tái)為例”介紹“AI和無人機(jī)照片”結(jié)合進(jìn)行候鳥計(jì)數(shù)調(diào)查的基本能力的測(cè)試。


測(cè)試數(shù)據(jù)情況

4張無人機(jī)拍攝的鳥群活動(dòng)區(qū)域圖片,將其依次命名為bird1、bird2、bird3、bird4:


作業(yè)路線




樣本集制作


1、鳥種分類


因圖片分辨率較低,且測(cè)試人員缺少動(dòng)物保護(hù)相關(guān)專業(yè)經(jīng)驗(yàn),故僅對(duì)圖片中涉及到的鳥類根據(jù)自定義規(guī)則劃分成以下4類:


2、樣本標(biāo)注


將4張圖片上傳至天樞-遙感智能視覺平臺(tái),利用平臺(tái)標(biāo)注工具對(duì)圖片中鳥類開始標(biāo)注。


3、訓(xùn)練集、測(cè)試集劃分


將樣本集中的4張圖片劃分訓(xùn)練集和測(cè)試集,其中bird2、bird4用作訓(xùn)練集,bird1、bird3用作測(cè)試集。


注:訓(xùn)練集用于模型訓(xùn)練,測(cè)試集用于檢驗(yàn)訓(xùn)完的模型效果。


模型訓(xùn)練


利用天樞平臺(tái)中的模型訓(xùn)練目標(biāo)識(shí)別算法模塊,配置訓(xùn)練參數(shù),提交訓(xùn)練任務(wù)。


模型測(cè)試


模型訓(xùn)練完成之后,利用天樞平臺(tái)的遙感解譯功能,對(duì)bird1、bird3兩組測(cè)試集進(jìn)行解譯,得出結(jié)果如下:

bird1測(cè)試集結(jié)果
bird1測(cè)試集結(jié)果?



成果總結(jié)


1、效率統(tǒng)計(jì)




2、精度統(tǒng)計(jì)



注:準(zhǔn)確率=模型正確識(shí)別出的鳥數(shù)量/模型識(shí)別出的鳥總數(shù)量 (包括鳥位置的正確性)

召回率=模型正確識(shí)別出的鳥數(shù)量/人工標(biāo)注的鳥總數(shù)量 (包括鳥位置的正確性)

說明:部分鳥的類別由于數(shù)量稀少,故結(jié)果占比較大,導(dǎo)致分?jǐn)?shù)較低。



3、成果截圖


bird1測(cè)試集成果截圖:


bird3測(cè)試集成果截圖:


4、后續(xù)改進(jìn)計(jì)劃


(1)當(dāng)前圖片分辨率偏低,人工做樣本標(biāo)注時(shí),無法清晰的區(qū)分更多鳥的種類或狀態(tài)。如對(duì)分類規(guī)則的邊界不清晰不明確,則訓(xùn)練出的模型效果難以保證。后續(xù)可以通過增加無人機(jī)拍攝照片的分辨率來豐富其它鳥類別的識(shí)別,提高樣本標(biāo)注質(zhì)量和模型精度。

(2)當(dāng)前各類別樣本數(shù)量不均衡,一定程度上會(huì)影響模型的訓(xùn)練結(jié)果。后續(xù)可通過增加不同場(chǎng)景下各種鳥類的樣本,進(jìn)一步增強(qiáng)模型的泛化性能和精度。


5、總結(jié)


本次測(cè)試,通過天樞-遙感智能視覺平臺(tái)模型自訓(xùn)練能力, 1人1天時(shí)間,完成從樣本的清洗、標(biāo)注到模型的訓(xùn)練、測(cè)試和發(fā)布的全流程工作。經(jīng)分析,利用2組訓(xùn)練集訓(xùn)出的模型在另兩組測(cè)試集上的表現(xiàn)綜合來看效果良好,不分類的條件下準(zhǔn)召率均能達(dá)到94%以上,分4類的條件下各類別的平均準(zhǔn)確率也能夠達(dá)到90%。因此,本次測(cè)試能夠證明利用基于AI的天樞平臺(tái)可大幅度提高自然保護(hù)區(qū)鳥類監(jiān)測(cè)識(shí)別的生產(chǎn)效率和識(shí)別精度。


——————————————————————

為何要數(shù)候鳥?這是保護(hù)候鳥及其棲息地的重要依據(jù)。一來鳥類數(shù)量與其瀕危狀態(tài)評(píng)估相關(guān),二來鳥類擁有強(qiáng)大飛行能力,可以快速、主動(dòng)選擇高質(zhì)量、低風(fēng)險(xiǎn)的生活環(huán)境,通過統(tǒng)計(jì)候鳥種類、數(shù)量可以反映某一區(qū)域環(huán)境質(zhì)量變化,在這過程中從業(yè)者的目的不變,方式上我們?cè)敢馓岢龈玫募夹g(shù)上,降低這個(gè)過程中的重復(fù)工作。



本文引用:

【候鳥成群飛,數(shù)量如何計(jì) — 中國(guó)科學(xué)院】
http://www.cas.ac.cn/kx/kpwz/202201/t20220113_4822056.shtml


天樞(Learth)第四講:AI助力大范圍候鳥監(jiān)測(cè)調(diào)查的評(píng)論 (共 條)

分享到微博請(qǐng)遵守國(guó)家法律
嘉禾县| 丁青县| 曲靖市| 友谊县| 西乌珠穆沁旗| 荃湾区| 苍南县| 长顺县| 石阡县| 布拖县| 湘潭市| 遂川县| 娄底市| 郑州市| 盖州市| 天气| 清镇市| 钟祥市| 玉环县| 渑池县| 洮南市| 望都县| 萨嘎县| 平度市| 高安市| 莆田市| 阿荣旗| 息烽县| 洛川县| 瑞昌市| 东宁县| 田林县| 根河市| 巫溪县| 怀仁县| 阳春市| 印江| 虹口区| 吐鲁番市| 台前县| 黄龙县|