DeepForestVision : un algorithme pour détecter et identifier la faune des forêts tropicales скачать в хорошем качестве

DeepForestVision : un algorithme pour détecter et identifier la faune des forêts tropicales

Hugo Magaldi, ingénieur de recherche OFVI au Muséum national d'Histoire naturelle, spécialiste en intelligence artificielle, nous propose un focus sur le DeepForestVision : un algorithme dédié à la détection et à l’identification automatisées de la faune des forêts tropicales africaines 🦍🐘 🌳🌍L’équipe internationale de scientifiques, conduite par Sabrina Krief, professeure au Muséum national d'Histoire naturelle et Hugo, tous deux dans l’unité de recherche Éco-Anthropologie (CNRS/MNHN/UPCité) a développé un outil capable d’identifier avec une précision inédite la faune des forêts tropicales africaines : une avancée majeure développée dans le cadre du One Forest Vision. 📸🎥 Entraîné sur plus de 3 millions de photos et vidéos issues de caméras automatiques collectées sur 63 sites de recherche dans 11 pays africains, l’algorithme peut reconnaître 33 taxons de vertébrés non humains, dont 31 taxons de mammifères, des espèces les plus communes aux plus menacées 💻🐾 Baptisé hashtag#DeepForestVision, ce dispositif s’inscrit dans l’initiative One Forest Vision et est librement accessible via la plateforme hashtag#AddaxAI , y compris en mode hors ligne. Une illustration concrète de la manière dont l’intelligence artificielle peut renforcer la connaissance, le suivi et la protection de la faune du Bassin du Congo — et au-delà 🔜 🔗 Pour en savoir plus sur le projet Sebitoli : https://lnkd.in/di__WTMR 🔎 Pour en savoir plus sur DeepForestVision : https://lnkd.in/de-Myqqz