作者:Sara Beery,Dan Morris,Siyu Yang
摘要:世界各地的生物学家使用相机陷阱来监测生物多样性和野生动物种群密度。计算机视觉社区已经朝着自动化相机陷阱中的物种分类挑战迈进了一步,但事实证明难以将在一个区域中训练的模型应用于在不同地理区域中收集的图像。在某些情况下,由于背景的变化和以前看不见的物种的存在,新区域的准确性会出现灾难性的后果。我们提出了一种管道,该管道利用预先训练的一般动物检测器和一组较小的标记图像来训练分类模型,该分类模型可以在新区域中有效地获得准确结果。
原文标题:Efficient Pipeline for Camera Trap Image Review
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。