Мониторинг подсчета любого животного очень важен для изучения его местообитания и помогает в его сохранении. Подсчет животных может дать представление о среде его обитания, месте размножения, характере миграции и другом поведении. Тюлени являются важной составляющей пищевой цепочки в криосферном регионе Арктики. Последствия глобального потепления и изменения климата могут влиять на морские льды и, следовательно, на тюленей. Уязвимые животные, такие как полярные медведи, питаются тюленями. Сокращение популяции тюленей может оказать существенное влияние на экосистему.
Развитие индустрии снимков БПЛА и связанных технологий привело к прогрессу в обнаружении и идентификации различных видов в дикой природе. Арктические тюлени проживают в экстремальных климатических условиях, которые являются непригодными для жизни человека. БПЛА могут работать в экстремальных условиях и покрывать широкие области за меньшее время. Модели глубокого обучения, применяемые к снимкам с БПЛА, могут быть эффективными при обнаружении животных, а также могут помочь при переписи населения. Эта модель обнаруживает кольчатых нерп и бурых морских зайцев на снимках БПЛА высокого разрешения Арктического региона.
Лицензионные требования
Для выполнения этого рабочего процесса необходимо выполнить следующие лицензионные требования:
- ArcGIS Desktop—ArcGIS Image Analyst дополнительный модуль для ArcGIS Pro
- ArcGIS Enterprise – ArcGIS Image Server
- ArcGIS Online – ArcGIS Image for ArcGIS Online
Описание модели
Данная модель имеет следующие характеристики:
- Входные данные—Отдельные снимки БПЛА высокого разрешения (3-5 см) или ортомозаика.
- Выходные данные—Класс пространственных объектов, содержащий обнаруженных тюленей.
- Вычислить—Этот рабочий процесс требует интенсивных вычислений, поэтому рекомендуется использовать видеокарту с минимальной вычислительной мощностью CUDA 6.0.
- Подходящие географические регионы—Ожидается, что данная модель будет работать хорошо в криосферном регионе Арктики.
- Архитектура—Эта модель использует архитектуру модели FasterRCNN, встроенную в ArcGIS API for Python.
- Точность метрик—Эта модель имеет средний показатель точности 0,776 для тюленей с показателем F-1 равным 0,874.
Доступ и загрузка модели
Загрузите предварительно обученную модель Обнаружение арктических тюленей с ArcGIS Living Atlas of the World. Или получите доступ к модели непосредственно из ArcGIS Pro с помощью инструмента Выявить объекты при помощи глубокого обучения, либо работайте с ней в ArcGIS Image for ArcGIS Online.
- Перейдите в ArcGIS Living Atlas of the World.
- Войдите под своими учетными данными ArcGIS Online.
- Задайте в поиске Обнаружение арктических тюленей и откройте страницу предварительного просмотра элемента в результатах поиска.
- Нажмите кнопку Загрузить, чтобы загрузить модель.
Использовать загруженный файл .dlpk можно напрямую в ArcGIS Pro, либо использовать его в ArcGIS Enterprise. Кроме того, при необходимости можно настроить предварительно обученную модель.
Информация по версии
Ниже приведена информация о версии:
| Дата | Описание |
|---|---|
| Март 2022 |
|