Wildlife Insights、Google

Google本周开源可从监测相机辨识野生动物的AI模型SpeciesNet。

野生动物研究或保育常需要以动作触发的自动相机（camera trap）来拍摄，这些相机常产出大量影像资料，然而人工从影片中整理这些动物影像耗时耗力，SpeciesNet就可协助辨识影片中的动物。从2019年以来，SpeciesNet透过名为Wildlife Insights的Google Cloud工具中提供给野生动物学家，简化生物多样性监测及加速保育研究的决策。

SpeciesNet专案包含二种模型，一从相机影像中找出目标物的物件侦测模型MegaDetector，二是可将这些物件分类到特定物种的图片分类模型SpeciesNet Classifier。

SpeciesNet Classifier以Google EfficientNet V2M模型为架构，运用超过大量自动相机影像训练而成，可将影像以2000种标籤加以分类，包括动物类（如哺乳类、猫科）或非动物类（如人类、汽车等）。Species Classifier训练资料集包含6,500万多帧影像，包含公开资料库及Wildlife Insights社群提供的影像。

SpeciesNet整体（ensemle）以特定方法整合这两个模型，研究人员可再加上地点资讯，将自动相机拍摄到的动物影像分类到单一类别。

二个模型程序码已于野生动物Wildlife Insights平台提供。

SpeciesNet是Google资助动物与环境保护计画的最新行动。Google另外也宣布二项计画。Google for Startups Accelerator: AI for Nature and Climate中，Google提供线上程序课程，开放美洲新创公司申请。AI for Nature and Climate则以价值300万美元的AI方案资助挽救生物多样性、森林及再生农业的组织。