최근 Google은 Camera에서 캡처 한 사진을 분석하여 동물 종을 식별하는 것을 목표로하는 Sportsnet이라는 인공 지능 모델의 오픈 소스를 발표했습니다. 연구자들은 야생 동물 연구를 위해 전 세계적으로 카메라 트랩 (적외선 센서에 연결된 디지털 카메라)을 사용함에 따라 이러한 장치는 귀중한 데이터를 제공하는 동시에 많은 양의 데이터를 생성하여 처리하는 데 종종 며칠에서 몇 주가 걸립니다.
이를 해결하기 위해 Google은 6 년 전 Google Earth Outreach Charity 프로그램의 일환으로 Wildlife Insights Project를 시작했습니다. 이 플랫폼을 통해 연구원들은 온라인으로 야생 동물 이미지를 공유, 식별 및 분석 할 수 있으므로 카메라 캡처 데이터의 처리 속도를 높입니다.
종들은 플랫폼의 핵심이며, Google 은이 모델의 교육 데이터는 6 천 5 백만 개의 공개 이미지와 Smithsonian Institution 's Conservation Biology, Wildlife Conservation Society, North Carolina Natural Sciences 및 London Zoological Society와 같은 조직에서 나온다고 말합니다. 종들은 이미지를 동물 종, "포유류"또는 "fecks"와 같은 분류 및 비 동물성 물체 (예 : "차량")를 다루는 2,000 개 이상의 태그로 분류 할 수 있습니다.
Google은 블로그에서 Speciesnet의 출시로 개발자, 학자 및 생물 다양성 관련 신생 기업이 자연 지역에서 생물 다양성을 더 잘 모니터링 할 수있게 해줄 것이라고 언급했습니다. 종들은 이제 Apache 2.0 라이센스에 따라 Github의 오픈 소스이며, 이는 상업적으로 이용 가능하며 대부분 제한이 없음을 의미합니다.
Google은 자동화 된 카메라 트랩 이미지 분석을위한 오픈 소스 도구를 제공하는 유일한 회사는 아닙니다. Microsoft의 "AI for Good Lab"은 또한 Pytorch Wildlife라는 인공 지능 프레임 워크를 유지하여 동물 탐지 및 분류에 중점을 둔 미세 조정 된 미리 훈련 된 모델을 제공합니다.
프로젝트 : https://github.com/google/cameratrapai
핵심 사항 :
Google의 오픈 소스 SpectionNet AI 모델은 야생 동물을 식별하고 데이터 처리 효율성을 향상시키는 데 도움이됩니다.
Speciesnet 모델은 6 천 5 백만 이미지로 훈련되었으며 2,000 개 이상의 동물 및 물체 라벨을 인식 할 수 있습니다.
이 모델은 GitHub에서 오픈 소스로 상업적으로 사용하고 생물 다양성 모니터링을 촉진 할 수 있습니다.