思想领袖

使用AI在检测海洋垃圾中

思想领袖odei garcia-garin博士学生巴塞罗那大学

奥兹罗戈特学与巴塞罗那大学的Odei Garcia-Garin发言。odei是巴塞罗那大学大型海洋脊椎动物研究小组的一部分;该团队目前正在开发一个名为Marlit的人工智能的应用程序,即研究浮动海洋宏垃圾(FMML)。

您可以让我们的读者更多有关Marlit及其用的信息吗?

Marlit是一个面向网络的应用程序。它是朝向浮动垃圾检测的自动化的另一个步骤,并提供了一种通过配备有遥感装置的任何空中平台(例如,无人机或小飞机)来标准化垃圾监测的有用方法。将大量图像分类为包含浮动海洋宏垃圾(FMML),可以有助于识别潜在的聚集领域。

Web应用程序,可从计算机设备访问,允许:(1)上传空中图像;(2)将图像分成多个单元格,(3)通过AiImagePred R库分析它们;(4)检测在每个细胞中的浮动凋落物存在;(5)量化其与图像覆盖的表面相关的密度

团队如何发展玛利特?

MARLIT申请由欧洲联盟资助的项目Medsealitter(欧洲区域发展基金 - 中间医学)提供支持。该项目旨在生产用于浮动垃圾监测的标准化协议。在巴塞罗那大学的一个研究小组,研究大型海洋脊椎动物,负责使用具有高分辨率摄像机的无人机和飞机测试方案。

图像信用:shuttstock.com/点缀yeti

开发Marlit时涉及的测试技巧是什么?

我们在西班牙海岸的地中海水域进行了几次调查。我们使用不同的无人机和飞机类型拍摄图像的“正面控制”(我们从船上部署的海洋垃圾)。此外,我们在自然区域进行了几次调查,以获得大量的图像来训练Marlit。

我们获得了成千上万的海面图像,其中一些含有海洋垃圾。虽然我们达到了垃圾检测的良好准确性(81%),但是如果我们可以增加训练的图像集,我们可以改善Marlit。

您能否为我们的算法提供更多信息的信息,即在Marlit中使用的团队?

Marlit使用卷积神经网络(CNNS)的深入学习模型。虽然其他机器学习方法需要一组功能来馈送分类器,基于CNNS列车的深度学习,并使用其本地结构中的一系列功能识别目标的空间模式。

深度学习算法与他们的前辈相比的主要优点是它们可以自动识别图像的重要特征而没有任何人类监督,这意味着它们需要更少的时间。基于CNN的深度学习算法受到神经元连通模式与动物视觉皮质组织之间的生物相似性的启发。

为什么分类海洋浪费并确定其来源很重要?

海洋垃圾对海洋动物群岛的潜在威胁和此外,对人类来说。通过标准化方法监测其密度和分布模式对于评估这种环境威胁的程度至关重要。

用于监测浮动海洋垃圾的存在的用户友好应用程序将遵守当前区域和国家环境法规的常规监测计划的常规监测计划。

图片信用:shutterstock.com / Melih Evren

Marlit对传统观察方法有什么好处?

Although traditional observer-based methods present many advantages (e.g., precise identification of targets, absence of constraints related to the duration of the camera battery charge or the storage space), alternative remote sensing methods offer distinct advantages, such as more objective and reproducible results, and the possibility to re-analyze the recorded images for other investigations.

该团队的下一步是什么IRBIO.和巴塞罗那大学?

我们正在寻找合作来扩大数据集并改进Marlit。此外,我们的目标是将应用程序直接安装到远程传感器,例如无人机,以提高检测过程的效率。

读者在哪里可以找到更多信息?

您的读者可以在此处找到更多信息杂志

关于odei garcia-garin

odei是一个生物学家博士。目前在巴塞罗那大学工作的学生对海洋垃圾的发生,分销和丰富的海洋垃圾的影响。他的研究侧重于分析增塑剂,微薄,以及浮动海洋宏垃圾和海洋脊椎动物的监测。

免责声明:这里表达的观点是受访者的观点,不一定代表Azom.com Limited(T / A)AzonetWork,本网站的所有者和运营商的观点。此免责声明构成了部分条款和条件使用本网站。

琼纳门

写道

琼纳门

琼毕业于曼彻斯特大都会大学,在电影和媒体研究中有2:1。在学习期间,她作为一名学生尚未称为学生,并在毕业后继续在大学工作,作为抄写员。Joan先前已成为市场研究公司的校对。Joan对电影和摄影以及业余时间有激情,她喜欢看插图和练习书法。

引用

请使用以下格式之一在您的论文,纸张或报告中引用本文:

  • APA

    恩文,琼。(2021年,3月03日)。AI在检测海洋垃圾中的使用。氮毒物菌。在2021年5月29日从//www.infoc8.com/article.aspx?articled=390中检索。

  • MLA.

    恩文,琼。“在检测海洋垃圾中使用AI”。氮毒素。2021年5月29日。

  • 芝加哥

    恩文,琼。“在检测海洋垃圾中使用AI”。氮毒物菌。//www.infoc8.com/article.aspx?articled=390。(访问5月29,201)。

  • 哈佛

    恩文,琼。2021。使用AI在检测海洋垃圾中。奥兹罗托管,查看了2021年5月29日,//www.infoc8.com/article.aspx?articled=390。

告诉我们你的想法

您是否有审核,更新或任何您想要添加到本文的内容?

留下您的反馈意见
提交