Back Home: A Machine Learning Approach to Seashell Classification and Ecosystem Restoration

要約

コスタリカでは、平均5トンの貝殻が毎年生態系から抽出されています。
没収された貝殻は、起源の認識がないため、生態系に戻すことはできません。
この問題に対処するために、貝殻の識別用に特に畳み込みニューラルネットワーク（CNN）を開発しました。
太平洋沿岸とカリブ海の海岸からの約19000の画像で構成されるデータセットをゼロから構築しました。
このデータセットを使用して、モデルは85％を超える分類精度を達成しました。
このモデルは、これまでに36,000を超える貝殻を分類してきたユーザーフレンドリーなアプリケーションに統合されており、画像ごとに3秒以内にリアルタイムの結果が提供されています。
システムの精度をさらに強化するために、異常検出メカニズムを組み込んで無関係または異常な入力を除外し、有効な貝殻画像のみが処理されるようにしました。

要約(オリジナル)

In Costa Rica, an average of 5 tons of seashells are extracted from ecosystems annually. Confiscated seashells, cannot be returned to their ecosystems due to the lack of origin recognition. To address this issue, we developed a convolutional neural network (CNN) specifically for seashell identification. We built a dataset from scratch, consisting of approximately 19000 images from the Pacific and Caribbean coasts. Using this dataset, the model achieved a classification accuracy exceeding 85%. The model has been integrated into a user-friendly application, which has classified over 36,000 seashells to date, delivering real-time results within 3 seconds per image. To further enhance the system’s accuracy, an anomaly detection mechanism was incorporated to filter out irrelevant or anomalous inputs, ensuring only valid seashell images are processed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google