Национальный научный центр морской биологии им. А.В. Жирмунского ННЦМБ ДВО РАН
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