海鸟生活在海洋栖息地（例如大海和湿地）附近，因为该位置便于获取食物。 它们主要以鱼类和昆虫为食。 与其他鸟类相比，海鸟数量的下降速度要快得多，因为沿海地区对污染、商业捕捞、栖息地退化、矿物开采、人为干扰等情况十分敏感。此外，海鸟还受到来自陆地和水体的掠食性物种的威胁。 除了栖息地的地理因素外，海鸟的能力不足以保卫鸟巢或保护幼鸟。 海鸟的繁殖和产蛋通常在开阔的栖息地进行，例如裸露的地面、开阔的沙地或岩石区域，以及少有或几乎没有筑巢材料的海岸和岛屿。
橙嘴凤头燕鸥和红嘴巨鸥是 350 多种海鸟中的两种。 这些成年燕鸥的大小可能有 45 - 60 厘米，重量为 350 - 750 克。 考虑到其大小，应将其划分至小型对象类别，因此我们需要非常高分辨率的影像来进行检测。 借助无人机和 AI 最近的创新技术，我们能够针对大型地理区域捕捉高分辨率影像，并检测不同形状和大小的对象。 同时，无人机还降低了对鸟类种群的干扰。 无人机易于部署，即使在飓风、石油泄漏等灾难发生后也能频繁进行勘测。此深度学习模型有助于自动化从高分辨率航空影像检测海鸟（橙嘴凤头燕鸥和红嘴巨鸥）的任务。 这有助于绘制有效的海鸟保护区的地图。
许可要求
要完成此工作流，需满足以下许可要求：
- ArcGIS Desktop - ArcGIS Pro 的 ArcGIS Image Analyst 扩展模块
- ArcGIS Enterprise - 已配置栅格分析的 ArcGIS Image Server
- ArcGIS Online - ArcGIS Image for ArcGIS Online
模型详细信息
此模型具有以下特征：
- 输入 - 高分辨率 RGB 影像（1.0 厘米分辨率）。
- 输出 - 包含检测到的海鸟的要素类。
- 计算 - 此为计算密集型工作流，建议使用 CUDA 计算能力不低于 6.0 的 GPU。
- 适用地理位置 - 此模型预计适用于非洲西部沿海地区。
- 架构 - 此模型使用 ArcGIS API for Python 中实施的 MaskRCNN 模型架构。
- 准确率指标 - 此模型的平均精确率得分为 0.75。
访问和下载模型
从 ArcGIS Living Atlas of the World 下载海鸟（燕鸥）检测 - 非洲预训练模型。 也可以从 ArcGIS Pro 直接访问模型，或在 ArcGIS Image for ArcGIS Online 中使用模型。
- 浏览至 ArcGIS Living Atlas of the World。
- 使用您的 ArcGIS Online 凭据进行登录。
- 搜索 Seabird (Tern) Detection—Africa，然后从搜索结果中打开项目页面。
- 单击下载按钮以下载模型。
您可以在 ArcGIS Pro 中直接使用下载的 .dlpk 文件，或者在 ArcGIS Enterprise 中上传并使用文件。 还可以根据需要微调预训练模型。
发布说明
以下为发布说明：
| 日期 | 描述 |
|---|---|
| 2022 年 9 月 |
|