Récemment, Google a annoncé la publication en open source d'un modèle d'intelligence artificielle nommé SpeciesNet, conçu pour identifier les espèces animales à partir d'images prises par des caméras. Les chercheurs utilisent de plus en plus des pièges photographiques (appareils photo numériques connectés à des capteurs infrarouges) pour étudier la faune sauvage à travers le monde. Ces dispositifs fournissent des données précieuses, mais génèrent également d'énormes quantités de données dont le traitement peut prendre plusieurs jours, voire plusieurs semaines.
Pour résoudre ce problème, Google a lancé il y a six ans le projet « Wildlife Insights », dans le cadre de son programme philanthropique Google Earth Outreach. Cette plateforme permet aux chercheurs de partager, d'identifier et d'analyser des images de faune sauvage en ligne, accélérant ainsi le traitement des données des pièges photographiques.
Le modèle SpeciesNet est au cœur de cette plateforme. Google indique que ce modèle a été entraîné sur 65 millions d'images accessibles au public, ainsi que sur des images provenant d'organisations telles que le Smithsonian Conservation Biology Institute, la Wildlife Conservation Society, le North Carolina Museum of Natural Sciences et la Zoological Society of London. SpeciesNet peut classer les images en plus de 2 000 étiquettes, couvrant les espèces animales, les catégories taxonomiques comme « mammifères » ou « félins », ainsi que des objets non animaux (par exemple, « véhicules »).
Google souligne dans son blog que la publication de SpeciesNet permettra aux développeurs, aux universitaires et aux startups travaillant sur la biodiversité de mieux surveiller la biodiversité des zones naturelles. SpeciesNet est désormais disponible en open source sur GitHub sous licence Apache 2.0, ce qui signifie qu'il peut être utilisé commercialement sans la plupart des restrictions.
Il est important de noter que Google n'est pas la seule entreprise à fournir des outils open source pour l'analyse automatisée des images de pièges photographiques. Le « AI for Good Lab » de Microsoft maintient également un framework d'intelligence artificielle appelé PyTorch Wildlife, qui fournit des modèles pré-entraînés et affinés, axés sur la détection et la classification des animaux.
Projet : https://github.com/google/cameratrapai
Points clés :
🐾 Google publie en open source le modèle IA SpeciesNet, pour aider à identifier les animaux sauvages et améliorer l'efficacité du traitement des données.
🌍 Le modèle SpeciesNet a été entraîné sur 65 millions d'images et peut identifier plus de 2 000 étiquettes d'animaux et d'objets.
🛠️ Ce modèle est open source sur GitHub, autorisant une utilisation commerciale et favorisant la surveillance de la biodiversité.