Detecteren en classificeren van watervogels in luchtbeelden met Deep Learning tool

Question

Ik ben een PhD-student en ik probeer een deep learning-model te trainen om watervogels te detecteren en te classificeren in luchtbeelden met behulp van de tools in ArcGIS Pro. Ik heb het voorgetrainde model voor stern-detecties in de Living Atlas geprobeerd, maar het werkt niet goed op de beelden die ik gebruik. Ik heb al meer dan 300 afbeeldingen van elke soort die ik wil identificeren en classificeren, al gebonden in het labelproces van GIS. Ik heb geprobeerd deze te exporteren als Pascal Visual Object Classes en ze te gebruiken met een Faster R-CNN-model in GIS, maar het model wil niet draaien. Ik gebruik beelden met een resolutie van 96 dpi en afbeeldingsgrootte geëxporteerd op 256 x 256 pixels, maar ik weet niet zeker of de rest van mijn instellingen geschikt zijn voor wat ik probeer te doen?

Alle hulp wordt zeer gewaardeerd!

UmairWaris257 · Answer

This is a very interesting use of deep learning in real life. It helps us find and identify waterbirds in aerial images easily. This can also help protect nature and study birds better.

Marissa226 · Answer

Thanks for the quick response @Kate_Fickas ! I think that connection would be great! We already have some work we have done that we would love to incorporate into a GIS dlpk so any help would be greatly appreciated!

Kate_Fickas · Answer

Wow, what a cool application @Marissa226! We have a team member who is working on classification of individual animal species. Let me wrangle him into this conversation! Stay tuned...