SpeciesNet, 카메라 트랩을 위한 AI 기반 야생동물 분류 모델 (feat. Google)

읽을거리&정보공유
, , ,
1

SpeciesNet, 카메라 트랩을 위한 AI 기반 야생동물 분류 모델 (feat. Google)
SpeciesNet, 카메라 트랩을 위한 AI 기반 야생동물 분류 모델 (feat. Google)800×600 75.7 KB

Image credit University of Minnesota, from the Orinoquía Camera Traps dataset.

SpeciesNet 소개

Google이 야생동물 보호 및 연구를 위한 AI 모델인 SpeciesNet을 공개했습니다. 야생동물 모니터링을 위한 카메라 트랩(camera trap)에서 촬영된 방대한 이미지 데이터를 자동으로 분석하는 AI 시스템입니다. 기존에는 연구자가 직접 수백만 장의 이미지를 확인해야 했지만, 이제 AI가 이를 자동으로 분류하고 처리할 수 있습니다.

야생동물 보호 및 연구는 수많은 이미지 데이터를 처리해야 하는 작업입니다. 연구자들은 카메라 트랩을 이용해 동물의 행동과 개체 수를 모니터링하지만, 그 결과 생성되는 이미지 데이터가 너무 많아 사람이 직접 분류하는 것은 쉽지 않습니다.

SpeciesNet은 이를 해결하기 위해 만들어진 AI 모델로, MegaDetector와 SpeciesNet 분류기 두 가지 모델을 결합한 앙상블 시스템입니다:

  • MegaDetector: 이미지에서 동물, 사람, 차량을 탐지하는 객체 탐지 모델

  • SpeciesNet 분류기: 탐지된 동물 객체를 2000개 이상의 종(species)으로 분류하는 AI

이 모델은 Wildlife Insights 프로젝트에서 활용되고 있으며, 약 6,500만 장 이상의 이미지 데이터로 훈련되었습니다. 또한, Google이 개발한 EfficientNet V2 M을 기반으로 만들어져 높은 정확도를 자랑합니다. 기존에도 MegaDetector나 기타 개별 분류 모델이 있었지만, SpeciesNet은 탐지와 분류를 함께 수행하는 앙상블 모델이라는 점에서 차별화됩니다.

모델 주요 기능 특징
MegaDetector 동물, 사람, 차량 탐지 단순한 탐지 모델로 분류 기능 없음
SpeciesNet 분류기 2000개 이상의 종 분류 사전 탐지가 필요함
SpeciesNet 앙상블 탐지 + 분류 통합 자동 탐지 후 종 분류까지 수행

기존에는 탐지 모델과 분류 모델을 개별적으로 실행해야 했지만, SpeciesNet은 이를 통합하여 연구자의 분석 시간을 획기적으로 줄여줍니다.

주요 기능

  • 자동 야생동물 탐지 및 분류: 동물, 사람, 차량을 탐지한 후, 탐지된 객체를 2000개 이상의 종(species)으로 분류합니다. 예를 들어 카메라에 찍힌 사진 속 동물을 "사자", "사슴", "곰" 등으로 자동 분류하는 방식입니다.

  • 지리적 필터링(Geofencing) 기능: 특정 국가나 지역에서 발견될 가능성이 낮은 종은 자동 필터링할 수 있습니다. 예를 들어, 영국에서 촬영된 사진에서 캥거루가 탐지될 경우 이를 자동 수정합니다.

  • GPU 지원: PyTorch 기반의 MegaDetector와 TensorFlow 기반의 SpeciesNet을 병렬로 실행 가능합니다. NVIDIA GPU를 활용하면 탐지 및 분류 속도가 대폭 향상됩니다.

  • 고급 데이터 출력: JSON 형식으로 상세한 탐지 및 분류 결과 제공합니다. 또한, MegaDetector 형식으로 변환하여 Timelapse 등의 도구에서 활용할 수 있습니다.

SpeciesNet 모델 가중치 다운로드

SpeciesNet의 모델 가중치는 자동으로 다운로드되지만, 직접 다운로드할 수도 있습니다:

라이선스

SpeciesNet 프로젝트는 Apache 2.0 License로 공개되었으며, 자유롭게 사용 및 배포할 수 있습니다.

:github: SpeciesNet GitHub 저장소

:github: MegaDetector GitHub 저장소



이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다. :hugs:

:pytorch:파이토치 한국 사용자 모임:kr:이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일:love_letter:로 보내드립니다! (기본은 Weekly지만 Daily로 변경도 가능합니다.)

:gift: 아래:arrow_lower_right:쪽에 좋아요:+1:를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~ :star_struck: