SpeciesNet - 動物種識別のためのGoogleのオープンソースAIモデル

SpeciesNetとは何ですか？

SpeciesNetは、Googleが開発したオープンソースの人工知能モデルで、カメラトラップで撮影された画像を分析することで動物種を識別します。6,500万枚以上の画像で学習されており、動物種、分類単位、非動物オブジェクトなど、2,000種類以上のラベルを認識できます。SpeciesNetは、画像内の動物、人間、車両を検出するMegaDetectorと、種を識別するSpeciesNet分類器の2つのモデルで構成されています。SpeciesNetは、Apache 2.0ライセンスの下、GitHubでオープンソースとして公開されており、商用利用も可能です。開発者は、生物多様性のモニタリングや関連研究を支援するために、このモデルを自由に展開・改良することができます。

SpeciesNetの主な機能

• 強力な分類機能SpeciesNetは、動物種、分類群（「哺乳類」、「家畜」など）、および動物以外の物体（「乗り物」など）を網羅する2,000以上のラベルに画像を分類することができます。
• 高効率データ処理6500万枚以上の画像で学習させたこのモデルは、野生生物モニタリングデータの処理効率を大幅に向上させ、研究者が膨大な量の画像から貴重な情報を迅速に抽出するのに役立つ。
• 統合と拡張SpeciesNetは、Wildlife Insightsプラットフォームの中核ツールとして、プラットフォーム上で直接画像解析に使用できるだけでなく、開発者による独立した利用やカスタマイズもサポートしています。

SpeciesNetの技術的原則

• 大規模データトレーニングSpeciesNetのトレーニングデータセットには、スミソニアン保全生物学研究所、野生生物保護協会、ノースカロライナ自然科学博物館、ロンドン動物学会といった権威ある機関から提供された6500万枚以上の画像が含まれています。このような膨大なデータセットでトレーニングされたモデルは、さまざまな動物種、分類群、および動物以外の物体（車両など）の特徴を学習します。
• 多段階分類機能このモデルは、特定の種（アフリカゾウやアジアゾウなど）、上位分類群（哺乳類、ネコ科動物など）、および動物以外の物体など、2,000種類以上のラベルに画像を分類することができます。
• ぼかしと遮蔽シーンの解析を最適化するSpeciesNetのアルゴリズムは、ぼやけた画像や遮蔽物のあるシーンの解決に特化して最適化されており、特に夜間に撮影されたカメラトラップ画像において重要です。これにより、複雑な屋外環境におけるモデルの認識精度が向上します。
• シナリオ横断的な一般化能力このモデルは、さまざまなシーンに対して高い汎化能力を備えています。熱帯雨林で撮影されたアマガエルや、極地の雪原に身を隠すホッキョクギツネなどを、局所的な特徴（斑点や瞳孔の形状など）に基づいて正確に識別することができます。

SpeciesNetプロジェクトのアドレス

• GitHubリポジトリ：https://github.com/google/cameratrapai

SpeciesNetの応用シナリオ

• 野生生物モニタリングSpeciesNetは、赤外線カメラトラップで撮影された画像から動物種を迅速に識別できるため、研究者が野生生物の個体数をより効率的に監視するのに役立つ。
• 生物多様性研究このモデルは、特定の種、動物の分類群（「哺乳類」や「ネコ科動物」など）、および動物以外の物体（「乗り物」など）を網羅する2,000以上のラベルに画像を分類することができ、生物多様性研究に強力な技術的支援を提供する。
• 保護対策の策定SpeciesNetは野生動物を迅速かつ正確に識別することで、自然保護団体によりタイムリーなデータ支援を提供し、より科学的で効果的な自然保護対策の開発を支援することができる。