📰 正文
Google 发布Google CameraTrapAI 开源项目，利用人工智能（AI）保护和恢复自然环境，应对生物多样性丧失和气候变化的紧迫挑战。
🌱 地球的生物多样性正面临严重威胁
自 1970 年以来，全球的哺乳动物、鸟类、鱼类、爬行动物和两栖动物减少了 73%。
气候变化、水资源短缺、森林砍伐 让生态系统越来越脆弱。
如果不采取行动，全球 55% 的 GDP（约 58 万亿美元）都可能受到影响！💰
🤖 Google 希望利用 AI 更高效地保护生态，减少人为干预的成本和难度。
Google CameraTrapAI 开源项目
📌 用途：利用 AI 自动识别野生动物，帮助生态学家快速分析相机陷阱（Camera Trap）拍摄的照片，提高野生动物研究和保护的效率。
📌 核心技术：它结合了一个目标检测器和一个图像分类器,可以自动识别图像中的动物、人类和车辆,并将动物分类到物种级别。
MegaDetector（目标检测模型）+ SpeciesNet（动物分类模型）
✅ 自动识别 2000+ 种动物物种 🦁 ✅ 支持大规模数据处理（6500 万张训练图像） 📸 ✅ 结合地理信息，提高分类准确率 🗺️ ✅ 可离线运行，适用于野外研究 🏕️ ✅ 开源代码，支持自定义和优化 🔧
为什么需要 CameraTrapAI？
相机陷阱（Camera Trap） 是野生动物研究中广泛使用的工具，它们能自动捕捉野生动物的照片或视频。然而，生态学家和研究人员面临以下挑战：
📷 海量图片难以手动处理：相机陷阱可能在几个月内拍摄 成千上万张照片，研究人员需要花费大量时间进行筛选和分类。
🔍 人工分类费时费力：传统方法依赖专家手动查看图片并识别物种，过程缓慢且容易出错。
🌍 数据量庞大，影响研究进度：如果无法高效分析数据，将影响野生动物的监测和保护措施的实施。
💡 CameraTrapAI 通过 AI 自动化物种识别，可以极大提高效率，减少人工成本，帮助生态学家专注于实际的保护工作。
CameraTrapAI 如何工作？
CameraTrapAI 采用 两阶段 AI 识别流程：
🔍 MegaDetector（目标检测）
功能：在图片中检测动物、人类和车辆，但不细分物种。
作用：帮助过滤掉无关图片（如空白照片），减少后续分类的计算量。
输出：
动物 🐘
人类 🚶
车辆 🚗
空白图像 ❌
🦁 SpeciesNet（物种分类）
功能：基于 MegaDetector 识别出的动物，对其进行物种分类。
训练数据：
65M+ 相机陷阱照片 📷
2000+ 动物种类分类 🦜🐒🦁
分类方式：
具体物种（如“狮子”、“老虎”）
更高级别分类（如“哺乳动物”或“猫科”）
其他类别（如“空白图像”或“车辆”）
📌 示例：
📍 优点：
✅ 自动分析上百万张野生动物照片，比人类快 100 倍！🚀 ✅ 可用在全球各地，帮助不同国家的生态学家研究本地野生动物 🦒🐒🐘 ✅ 免费开源，任何 NGO、研究机构或环保初创公司都能使用 👏
📍 之前谁在用？
自 2019 年以来，全球数千名生态学家 已经在使用 Google Cloud 上的「Wildlife Insights」工具，它用的就是 SpeciesNet 的技术。
现在 Google 直接把 SpeciesNet 开源，任何人都可以用它开发新的 AI 生态保护工具！
💡 一句话总结：Google 让 AI 帮助科学家更快监测野生动物，推动生态保护！
GitHub：https://github.com/google/cameratrapai