SpeciesNet
Reconnaître l'espèce saisie par un piège photographique, parmi plus de 2 000 catégories.
SpeciesNet enchaîne deux modèles : MegaDetector trouve l'animal sur l'image, puis un classifieur l'identifie, jusqu'à l'espèce quand il le peut. C'est l'approche qui sert à reconnaître les espèces sur la plateforme Wildlife Insights, d'après le dépôt du projet.
Et l'IA, là-dedans ?
Un classifieur d'images entraîné par Google sur plus de 65 millions d'images de pièges photographiques, variées sur le plan géographique. Le code est sous licence Apache 2.0, et le dépôt explique comment télécharger les poids du modèle et l'ajuster à ses propres données.
L'étiquette IA
- Modèle ou technique
- Un détecteur (MegaDetector) suivi d'un classifieur EfficientNet V2 M, qui couvre plus de 2 000 étiquettes : espèces, groupes plus larges, image vide, véhicule.
- Modèle publié
- Non renseigné
- Où il tourne
- Sur la machine de l'utilisateur, avec un paquet Python ; un processeur graphique est utile mais pas indispensable.
- Données
- Plus de 65 millions d'images, dont des images de la communauté Wildlife Insights et de jeux de données publics.
- Place de l'humain
- Non renseigné
- Sobriété
- Non renseigné
« Non renseigné » : MAUB n'a pas pu le vérifier auprès du projet. Vous en savez plus ? Écrivez-nous.
Vous portez ce projet ? Affichez le badge « Recensé sur MAUB »
Collez ce code sur votre site : une image et un lien vers cette fiche. Aucun script, aucun traceur, MAUB ne sait pas qui l'affiche.
<a href="https://maub.subalpine.it/projets/speciesnet"><img src="https://maub.subalpine.it/statique/img/badge-recense-fr.svg" alt="Recensé sur MAUB" width="180" height="48"></a>Une information est fausse ou datée ? Écrivez à contact@subalpine.it.
La newsletter
Une fois par mois, ce qui a bougé sur MAUB, dans votre boîte.