Pengembangan Model untuk Mendeteksi Kerusakan pada Terumbu Karang dengan Klasifikasi Citra

要約

インドネシア海域のサンゴ礁の豊かな生物多様性は、保護されるべき貴重な資産です。
急速な気候変動と制御されない人間の活動は、サンゴの健康状態の重要な指標であるサンゴの白化を含む、サンゴ礁の生態系の劣化を引き起こしています。
したがって、この研究は、健康なサンゴと白化が起こっているサンゴを区別するための正確な分類モデルを開発することを目的としています。
この研究では、Flickr API を使用して Flickr から収集された 923 枚の画像で構成される特殊なデータセットを利用します。
データセットは、健康なサンゴ (438 枚の画像) と白化したサンゴ (485 枚の画像) の 2 つの異なるクラスで構成されています。
これらの画像は、データセット全体で一貫したサイズを維持するために、幅または高さのいずれか大きい方の最大 300 ピクセルにサイズ変更されています。
この研究で採用された手法では、機械学習モデル、特に畳み込みニューラル ネットワーク (CNN) を使用して、健康なサンゴと白化したサンゴに関連する視覚パターンを認識して区別します。
このコンテキストでは、データセットを使用してさまざまな分類モデルをトレーニングおよびテストし、最適な結果を得ることができます。
ResNet モデルを活用することで、最初から作成した ResNet モデルが、精度と精度の点で事前トレーニングされたモデルよりも優れたパフォーマンスを発揮できることがわかりました。
正確な分類モデルの開発に成功することは、研究者や海洋生物学者がサンゴ礁の健康状態をより深く理解する上で大きな利益となるでしょう。
これらのモデルは、サンゴ礁環境の変化を監視するためにも使用でき、それにより、生命に広範囲に影響を与える保全と生態系の回復の取り組みに大きく貢献します。

要約(オリジナル)

The abundant biodiversity of coral reefs in Indonesian waters is a valuable asset that needs to be preserved. Rapid climate change and uncontrolled human activities have led to the degradation of coral reef ecosystems, including coral bleaching, which is a critical indicator of coral health conditions. Therefore, this research aims to develop an accurate classification model to distinguish between healthy corals and corals experiencing bleaching. This study utilizes a specialized dataset consisting of 923 images collected from Flickr using the Flickr API. The dataset comprises two distinct classes: healthy corals (438 images) and bleached corals (485 images). These images have been resized to a maximum of 300 pixels in width or height, whichever is larger, to maintain consistent sizes across the dataset. The method employed in this research involves the use of machine learning models, particularly convolutional neural networks (CNN), to recognize and differentiate visual patterns associated with healthy and bleached corals. In this context, the dataset can be used to train and test various classification models to achieve optimal results. By leveraging the ResNet model, it was found that a from-scratch ResNet model can outperform pretrained models in terms of precision and accuracy. The success in developing accurate classification models will greatly benefit researchers and marine biologists in gaining a better understanding of coral reef health. These models can also be employed to monitor changes in the coral reef environment, thereby making a significant contribution to conservation and ecosystem restoration efforts that have far-reaching impacts on life.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google