Раздел: Методология и методы исследований. Модели и прогнозы
Исследовали возможность использования компьютерного зрения для определения состава рациона питания сивуча Eumetopias jubatus (Schreber, 1776) по изображениям непереваренных структур в образцах экскрементов. Нейронные сети на основе компьютерного зрения обеспечивают автоматизацию извлечения данных из визуальных изображений, что делает их привлекательными для использования в биологических исследованиях. Мы использовали нейросетевую модель VGG 16, обученную на данных ImageNet, для идентификации непереваренных остатков в экскрементах сивуча. Исследовали 19 типов костей и отолитов 13 видов объектов питания, входящих в рацион сивуча, и получили 1513 фотографий. Модель была обучена на 1469 фотографиях, и точность обучения составила 99%. Тестирование показало, что модель идентифицирует костные структуры поглощённых кормовых объектов со 100% точностью.
Ключевые слова: сивуч, диета, компьютерное зрение, нейронные сети
Статья опубликована в № 1 за 2025 год DOI: 10.25750/1995-4301-2024-4-030-039
Просмотров: 1
610000, г. Киров, ул. Московская, 36, редакция журнала «Теоретическая и прикладная экология»
ISSN 1995-4301
Выбор параметров просмотра
