跳到正文
arXiv · 机器人与计算机视觉· Ritwik Kulkarni, WU Hanqin, Enrico Di Minin·· 23 天前AI 评分21

基于 Faster R-CNN 的濒危物种制品检测模型与手机应用原型发布

Detection of trade in products derived from threatened species using machine learning and a smartphone application

AI 导读

研究团队利用包含 39,941 张真实执法图像的数据集,训练出针对大象、穿山甲和老虎制品的检测框架。最优模型在跨物种联合训练中达到 84.2% 准确率,其中穿山甲达 93.6%,并将优化后的模型部署为手机应用原型,独立测试准确率达 91.3%、F-score 为 0.86。该成果展示了利用计算机视觉技术进行野生动物贸易实时监测与可疑帖子快速分诊的潜力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org