Google发布旨在识别野生动物的人工智能模型SpeciesNet
站长云网Google已经开源了一个人工智能模型SpeciesNet，旨在通过分析相机陷阱的照片来识别动物物种。世界各地的研究人员使用照相机陷阱（连接到红外线传感器的数码相机）来研究野生动物种群。不过，虽然这些陷阱可以提供有价值的见解，但它们产生的大量数据却需要几天到几周的时间才能筛选出来。
为了提供帮助，大约六年前，Google推出了"野生动物洞察"（WildlifeInsights）项目，这是该公司"Google地球拓展"（GoogleEarthOutreach）慈善项目的一项举措。WildlifeInsights提供了一个平台，研究人员可以在线共享、识别和分析野生动物图像，并通过合作加快相机陷阱数据分析。
WildlifeInsights的许多分析工具都由SpeciesNet提供支持，Google称SpeciesNet是在超过6500万张公开图片和来自史密森保护生物学研究所、野生动物保护协会、北卡罗来纳州自然科学博物馆和伦敦动物学会等组织的图片上训练出来的。
Google表示，SpeciesNet可以将图片分类到2000多个标签中的一个，涵盖动物物种、"哺乳动物"或"鼬科"等类群以及非动物对象（如"车辆"）。
Google在周一发布的一篇博文中写道："SpeciesNetAI模型的发布将使工具开发人员、学者和生物多样性相关的初创公司能够扩大对自然区域生物多样性的监测。"
SpeciesNet可在GitHub上以Apache2.0许可的方式使用，这意味着它在很大程度上可以不受限制地用于商业用途。
值得注意的是，Google的工具并不是唯一一款用于自动分析相机陷阱图像的开源工具。微软的人工智能公益实验室（AIforGoodLab）维护着一个人工智能框架PyTorchWildlife，该框架提供了经过预训练的模型，可对动物检测和分类进行微调。
踩一下[0]
顶一下[0]