ДЕТЕКЦИЯ ОСОБЕЙ ОЛЕНЕЙ НА ИЗОБРАЖЕНИЯХ ДЛЯ УЧЕТА ЧИСЛЕННОСТИ ПОПУЛЯЦИЙ МЕТОДАМИ КОМПЬЮТЕРНОГО ЗРЕНИЯ

Аннотация

Цель. Распознавание особей оленей по их графическим изображениям на основе моделей сверточной нейронной сети.

Методы и материалы исследования. Материалом для исследований послужили размеченные изображения оленей в разных ареалах обитания, опубликованные в открытом доступе. Методы исследования: теория проектирования и разработка систем искусственного интеллекта; аугментации изображений для задач компьютерного зрения; алгоритмы настройки гиперпараметров для обучения моделей нейронной сети.

Результаты. Сохранение популяции оленей – одна из важных целей в экологии и сельском хозяйстве. Контроль численности особей влияет на сохранение редких видов оленей, и поддерживает объемы производства на фермах. Например, таким методом контроля может являться детекция особей оленей на фотографиях. Для точного определения и подсчета количества оленей можно использовать такой инструмент как нейронная сеть.

В работе использовались методы глубокого обучения сверточных нейронных сетей, а также концепция «transfer learning». На базе сети Faster R-CNN Resnet50 была обучена нейронная сеть, позволяющая с точностью 0,91 на тестовой выборке по метрике F1-score с пороговым значением 0.6 (совпадения площади предсказанной разметки и фактической) определять наличие отдельных особей на изображениях.

Заключение. Для решения задачи обнаружения оленей  подготовлен набор данных, включающий более 30 тыс. изображений, с разметками отдельных особей. Разметка каждой особи включала координаты ограничивающего прямоугольника на изображении. На основе этой информации с помощью программных средств была разработана и обучена модель нейронной сети для решения задачи детекции объектов особей оленей на изображениях. Проведенные эксперименты показали, что точность обнаружения с аугментацией в соответствии с показателем F1-score с пороговым значением 0.6 на обучающей выборке составила 0,96, а на тестовой выборке составила 0,91.