谷歌开源野生动物识别 AI 模型 SpeciesNet

谷歌本周宣布开源野生动物识别 AI 模型 SpeciesNet，帮助动物学家更高效地处理和分析大量野生动物监测影像。这一工具能够显著加快生物多样性监测和保育研究的进程。

SpeciesNet：AI 助力野生动物研究

野生动物研究和保育工作常常依赖于动作触发的自动相机（camera trap）来收集数据。这些相机能够产生海量的影像资料，但人工整理和识别其中的动物影像往往耗时费力。SpeciesNet 的推出，正是为了解决这一问题。

SpeciesNet 项目包含两个核心模型：

1. MegaDetector：一个物体检测模型，能够从相机影像中识别出目标物体。
2. SpeciesNet Classifier：一个图像分类模型，能够将识别出的物体分类到特定物种。

技术细节

• SpeciesNet Classifier 基于谷歌的 EfficientNet V2M 架构开发，使用了超过 650 万帧自动相机影像进行训练。
• 该模型能够将影像分类到 2000 种标签中，涵盖动物类（如哺乳动物、猫科动物）和非动物类（如人类、汽车等）。
• 训练数据集不仅包括公开数据库中的影像，还整合了 Wildlife Insights 社群提供的影像资源。

通过特定方法整合这两个模型，SpeciesNet 能够将自动相机拍摄到的动物影像分类到单一类别，研究人员还可以结合地理位置信息进一步优化分类结果。

开源与应用

SpeciesNet 的代码已在 Wildlife Insights 平台上提供，供研究人员和开发者使用。这一工具自 2019 年以来通过谷歌 Cloud 提供给野生动物学家，帮助简化生物多样性监测流程，并加速保育研究的决策制定。

• 项目网站：https://www.wildlifeinsights.org
• GitHub：https://github.com/google/cameratrapai

谷歌的环保行动

SpeciesNet 是谷歌支持动物和环境保护计划的最新举措。此外，谷歌还宣布了两项相关计划：

1. 谷歌 for Startups Accelerator: AI for Nature and Climate：谷歌提供在线课程，面向美洲的初创公司开放申请，推动 AI 技术在自然和气候领域的应用。
2. AI for Nature and Climate：谷歌将资助价值 300 万美元的 AI 方案，支持致力于挽救生物多样性、森林保护和再生农业的组织。

通过这些计划，谷歌不仅为野生动物研究提供了强大的技术工具，还积极推动环保领域的创新和可持续发展。