動物の数を監視することは、動物の生息地を理解するために重要であり、その保護に役立ちます。 動物の個体数は、その生息地、繁殖地、移動パターン、およびその他の行動に関する洞察を与えます。 アザラシは、北極の雪氷圏における食物連鎖の重要な部分を形成しています。 地球温暖化と気候変動の影響は、海氷、さらにはアザラシに影響を与える可能性があります。 ホッキョク グマなどの絶滅危惧Ⅱ類の動物は、これらのアザラシをエサとします。 アザラシの個体数の減少は、生態系に大きく影響する可能性があります。
ドローン画像と関連技術の開発により、さまざまな種類の野生生物を高度に検出および識別できるようになりました。 ホッキョク アザラシは、人間が居住できない極限の気候条件の下に生息しています。 ドローンは、そのような極限状態で作業し、短時間で広大なエリアをカバーします。 ドローン画像に適用されたディープ ラーニング モデルは、動物の検出に有効で、個体数の調査に役立ちます。 このモデルは、北極地方の高解像度ドローン画像で、ワモン アザラシおよびアゴヒゲ アザラシを検出します。
ライセンス要件
このワークフローを完了する場合のライセンス要件は次のとおりです。
- ArcGIS Desktop - ArcGIS Pro の ArcGIS Image Analyst エクステンション
- ArcGIS Enterprise—ArcGIS Image Server
- ArcGIS Online—ArcGIS Image for ArcGIS Online
モデルの詳細
このモデルには以下の特性があります。
- 入力 - 高解像度 (3 ～ 5 センチメートル) の個別のドローン画像またはオルソモザイク。
- 出力 - 検出されたアザラシを含むフィーチャクラス。
- 計算 - このワークフローは計算負荷が高いため、CUDA の最小計算能力が 6.0 の GPU が推奨されます。
- 適用できる地域 - このモデルは、北極の雪氷圏で適切に機能します。
- アーキテクチャ - このモデルは、ArcGIS API for Python に実装された FasterRCNN モデル アーキテクチャを使用します。
- 精度メトリクス - このモデルのアザラシの平均精度スコアは 0.776、F-1 スコアは 0.874 です。
モデルへのアクセスとダウンロード
Arctic Seal Detection 事前トレーニング済みモデルを ArcGIS Living Atlas of the World からダウンロードします。 または、[ディープ ラーニングを使用したオブジェクトの検出 (Detect Objects Using Deep Learning)] ツールを使用して ArcGIS Pro から直接モデルにアクセスするか、ArcGIS Image for ArcGIS Online でモデルを使用します。
- ArcGIS Living Atlas of the World を参照します。
- 自分の ArcGIS Online アカウントの認証情報を使用してサイン インします。
- 「Arctic Seal Detection」を検索して、検索結果からアイテム ページを開きます。
- [ダウンロード] ボタンをクリックして、モデルをダウンロードします。
ダウンロードした .dlpk ファイルを ArcGIS Pro で直接使用することも、ArcGIS Enterprise にアップロードして使用することもできます。 さらに、必要に応じて事前トレーニング済みモデルを微調整できます。
リリース ノート
以下はリリースノートです。
| Date | 説明 |
|---|---|
| 2022 年 3 月 |
|