IT之家 7 月 9 日消息，據(jù)“中科院之聲”公眾號(hào)消息，中國(guó)科學(xué)院水生生物研究所運(yùn)用人工智能圖像識(shí)別技術(shù)，成功研發(fā)出底棲動(dòng)物智能識(shí)別系統(tǒng)，實(shí)現(xiàn)了底棲動(dòng)物全程自動(dòng)化識(shí)別檢測(cè)。

　　IT之家從官方介紹獲悉，底棲動(dòng)物是淡水生態(tài)系統(tǒng)的重要組成部分，其多樣性水平能反映水環(huán)境的健康狀況，是水生態(tài)監(jiān)測(cè)的重要指標(biāo)。

　　然而，基于形態(tài)學(xué)的傳統(tǒng)鑒定方法存在諸多局限。例如，底棲動(dòng)物形態(tài)復(fù)雜，鑒定時(shí)需要逐一檢視目標(biāo)的細(xì)微特征。這導(dǎo)致底棲動(dòng)物鑒定難度大，時(shí)間長(zhǎng)，難以滿足生態(tài)監(jiān)測(cè)的高時(shí)效性需求。因此，亟待開(kāi)發(fā)快速、準(zhǔn)確的鑒定技術(shù)和產(chǎn)品。

　　▲武漢湖泊中蘊(yùn)藏著豐富的底棲動(dòng)物種類，圖源“中科院之聲”公眾號(hào)(下同)

　　團(tuán)隊(duì)以兩類前沿人工智能圖像識(shí)別算法為框架，搭建了底棲動(dòng)物識(shí)別核心模型。其中，YOLO 系列目標(biāo)檢測(cè)算法能夠迅速發(fā)現(xiàn)并定位檢測(cè)目標(biāo)，Vision-Transformer 算法則通過(guò)模擬人類注意力機(jī)制，準(zhǔn)確分辨不同種類之間的細(xì)微特征差異。

　　在此基礎(chǔ)上，團(tuán)隊(duì)針對(duì)底棲動(dòng)物類群進(jìn)一步優(yōu)化模型。以多尺度注意力模塊為中心的架構(gòu)，讓模型能同時(shí)觀察目標(biāo)的局部細(xì)節(jié)和整體輪廓，提升對(duì)關(guān)鍵識(shí)別特征的捕捉精度。此外，重疊識(shí)別算法的運(yùn)用大幅改善了模型對(duì)遮擋重疊個(gè)體、小個(gè)體高密度等復(fù)雜場(chǎng)景下底棲動(dòng)物樣品的檢測(cè)效果。

　　基于底棲動(dòng)物智能識(shí)別算法，團(tuán)隊(duì)與湖北省生態(tài)環(huán)境科學(xué)研究院聯(lián)合開(kāi)展了自動(dòng)化機(jī)械設(shè)計(jì)工作，研發(fā)出底棲動(dòng)物智能識(shí)別系統(tǒng)。依托數(shù)十萬(wàn)張底棲動(dòng)物高清顯微照片和強(qiáng)大的算力支持，該系統(tǒng)搭載的最新模型可識(shí)別底棲動(dòng)物 350 余屬種，常見(jiàn)種類識(shí)別準(zhǔn)確率達(dá) 90% 以上。

　　▲底棲動(dòng)物智能識(shí)別系統(tǒng)

　　團(tuán)隊(duì)同時(shí)為該系統(tǒng)配備了專業(yè)管理軟件，支持以項(xiàng)目為單位開(kāi)展底棲動(dòng)物樣品檢測(cè)、數(shù)據(jù)交互與智慧分析工作。

　　操作員只需將樣品放入固定容器中，由系統(tǒng)內(nèi)置的顯微拍攝模塊對(duì)樣品進(jìn)行圖像掃描和智能識(shí)別，直至生成數(shù)據(jù)報(bào)表和檢測(cè)報(bào)告。全程高度自動(dòng)化，無(wú)需人工干預(yù)。該系統(tǒng)或?qū)榈讞珓?dòng)物生態(tài)監(jiān)測(cè)技術(shù)帶來(lái)新的變革。

從華為到中國(guó)移動(dòng)，為何...

最后一頁(yè)