WildObserve:在标注过程中学习物种标签的红外相机图像审核软件

由 root 提交于 周四, 10/15/2026 - 04:05
摘要

运动触发式相机陷阱是监测动物的有效工具,但单项研究可能产生数百万张图像,必须先对其进行分析才能提取数据。图像分析负担促使许多团队借助计算机视觉自动完成这项工作。然而,这些模型在与训练数据不同的图像上准确率会下降,而且通用模型未必采用项目所需的类别。通常,要让模型适配某个项目,至少需要具备以下条件之一:每个物种有大量已标注图像、编程技能、图形处理器(GPU),或将图像上传至远程服务器。我介绍了 WildObserve,这是一款桌面应用,无需上述任何条件即可针对各个项目调整模型。在审核者查看图像之前,MegaDetector 会检测动物、人和车辆,并标记可能为空的图像;SpeciesNet 则为每只动物推荐一个物种。WildObserve 会保留每只动物的 SpeciesNet 特征向量;因此,随着审核者确认或更正标签,项目模型(基于这些特征的逻辑回归模型)可在普通笔记本电脑上约一秒内完成重新训练,并学习项目专属的物种列表和名称。在加州理工学院相机陷阱数据集上,WildObserve 在配备 Core ML 的 Apple M1 Pro 笔记本电脑上以每秒 8.1 张图像的速度处理数据(仅使用 CPU 时为每秒 1.5 张),其中包括物种推荐。在 0.5 的阈值下,它在 97.1% 的动物图像中检测到了动物,但也在 48.0% 标记为空的图像上生成了边界框。在来自 14 个类别的 1,467 个动物图像裁剪区域上,SpeciesNet 单独使用时的平衡准确率为 0.919。每类使用 3 个标签时,项目模型的平衡准确率为 0.886;每类使用 25 个标签时为 0.937;在不同相机位置的数据上则为 0.931。其训练标签中并未包含这些类别;该模型基于通用图像模型 DINOv2 的特征构建,在使用 50 个标签时仅达到 0.784 的准确率。在 SpeciesNet 训练完成后发布的 Oregon Critters 数据集上,SpeciesNet 达到 0.751,而项目模型每个类别仅使用 10 个标签便超过了这一结果(达到 0.783)。WildObserve 可在项目自身的类别体系中提供物种建议;用户只需进行审核即可训练该模型,无需编写代码、配备 GPU 或将图像发送至其他位置。

WildObserve:一种在标注过程中学习物种标签的相机陷阱图像审核软件 | bioRxiv

跳至主要内容

首页

关于

投稿

提醒 / RSS

搜索此关键词

高级搜索

最新结果

WildObserve:一种在标注过程中学习物种标签的相机陷阱图像审核软件

查看 ORCID 个人资料

Michael Tabak

doi:

https://doi.org/10.64898/2026.10.06.757089

Michael Tabak

Quantitative Science Consulting, LLC

在 Google Scholar 上查找此作者

在 PubMed 上查找此作者

在本网站搜索此作者

Michael Tabak 的 ORCID 记录

通信请联系:

tabak{at}qsc.earth

摘要

信息/历史

指标

数据/代码

预览 PDF

摘要

运动触发式相机陷阱是监测动物的有效工具,但单项研究就可能产生数百万张图像,必须先对这些图像进行分析,才能从中获取数据。图像分析工作量巨大,因此许多团队开始利用计算机视觉实现自动化。然而,对于不同于训练数据的图像,这些模型的准确率会下降;通用模型也可能无法采用项目所需的类别。将模型适配到特定项目,通常至少需要满足以下条件之一:每个物种有大量已标注图像、具备编程专业知识、拥有图形处理器(GPU),或将图像上传至远程服务器。我在此介绍 WildObserve,这是一款桌面应用程序,无需上述任何条件即可适配各个项目。在审核者查看图像之前,MegaDetector 会检测动物、人和车辆,并标记可能为空的图像;SpeciesNet 则为每只动物提供物种建议。WildObserve 会保留每只动物对应的 SpeciesNet 特征向量,因此,随着审核者确认或更正标签,基于这些特征的项目模型(逻辑回归模型)可在普通笔记本电脑上约一秒内完成重新训练,并学习……

项目可以使用自身的物种列表和名称。图像保留在用户的计算机上,模型输出与人工决策分开保存,导出内容会记录审核情况和模型来源。在 Caltech Camera Traps 数据集上,WildObserve 在搭载 Core ML 的 Apple M1 Pro 笔记本电脑上处理速度为每秒 8.1 张图像(仅使用 CPU 时为每秒 1.5 张),其中包括物种建议。在 0.5 的阈值下,它在 97.1% 的动物图像中检测到了动物,但也在标记为空的图像中有 48.0% 标出了边界框。在来自 14 个类别的 1,467 个动物裁剪图像上,仅使用 SpeciesNet 的平衡准确率达到 0.919。项目模型在每个类别使用 3 个标签时达到 0.886,使用 25 个标签时达到 0.937;在训练标签中未包含的相机位置上,准确率为 0.931。该模型基于通用图像模型 DINOv2 提取的特征构建,在每个类别使用 50 个标签时,准确率仅为 0.784。在 SpeciesNet 训练完成后发布的 Oregon Critters 数据集上,SpeciesNet 的准确率为 0.751,而项目模型每个类别仅使用 10 个标签便超过了这一成绩(0.783)。WildObserve 可在项目自身的类别体系中提供物种建议,并通过简单的审核过程训练模型,无需编写代码、使用 GPU 或将图像发送到其他地方。

利益冲突声明

作者声明不存在利益冲突。

脚注

https://www.qsc.earth/WildObserve/index.html

版权

本预印本的版权持有人为作者/资助方,其已授予 bioRxiv 永久展示该预印本的许可。

本文依据 CC-BY 4.0 国际许可协议提供。

返回顶部

上一篇

发布于 2026 年 10 月 10 日。

下载 PDF

数据/代码

电子邮件

感谢您有意帮助传播 bioRxiv 的相关信息。

注意:此处要求您提供电子邮件地址,仅用于确认您是本文的发送者。

您的电子邮件地址

*

您的姓名

*

发送至

*

每行输入一个地址,或

请用逗号将它们分隔开。

您将要发送电子邮件给以下对象

WildObserve:一种在标注过程中学习物种标签的相机陷阱图像审阅软件

邮件主题

(您的姓名)从 bioRxiv 向您转发了一个页面

邮件正文

(您的姓名)认为您可能想查看 bioRxiv 网站上的这个页面。

您的个人留言

验证码

此问题用于确认您是真人访客,以防止自动垃圾信息提交。

分享

WildObserve:一种在标注过程中学习物种标签的相机陷阱图像审阅软件

Michael Tabak

bioRxiv

2026.10.06.757089;

doi:https://doi.org/10.64898/2026.10.06.757089

分享本文:

复制

引文工具

WildObserve:一种在标注过程中学习物种标签的相机陷阱图像审阅软件

Michael Tabak

bioRxiv

2026.10.06.757089;

doi:https://doi.org/10.64898/2026.10.06.757089

引文管理器格式

BibTeX,Bookends,EasyBib,EndNote(tagged),EndNote 8(xml),Medlars,Mendeley,Papers,RefWorks Tagged,Ref Manager,RIS,Zotero

推文组件

Facebook 点赞

Google Plus +1

学科领域

所有文章,动物行为与认知(8105),生物化学(18937),生物工程(15088),生物信息学(44934),生物物理学(22837),癌症生物学(19964),细胞生物学(27174),临床试验(138),发育生物学(14076),生态学(21268),流行病学(2067),进化生物学(25651),遗传学(16274),基因组学(23690),免疫学(18883),微生物学(42921),分子生物学(18234),神经科学(94402),古生物学(709),病理学(3012),药理学与毒理学(5147),生理学(8211),植物生物学(16163),科学传播与教育(2106),合成生物学(4610),系统生物学(10330),动物学(2407)

关键词:相机陷阱图像分析 · 野生动物监测 · 物种分类 · 迁移学习 · 计算机视觉

原文链接:https://www.biorxiv.org/content/10.64898/2026.10.06.757089v1?rss=1