LostPaw: Finding Lost Pets using a Contrastive Learning-based Transformer with Visual Input

要約

ペットを失うことはペットの飼い主にとって非常に苦痛を伴う可能性があり、失われたペットを見つけることはしばしば挑戦的で時間がかかります。
人工知能ベースのアプリケーションは、失われたペットを見つけることの速度と精度を大幅に改善できます。
このようなアプリケーションを容易にするために、この研究では、ペットの画像を正確に区別できる対照的なニューラルネットワークモデルを導入します。
このモデルは、犬の画像の大きなデータセットでトレーニングされ、3倍の交差検証で評価されました。
350のトレーニングのエポックに続いて、モデルは90％のテスト精度を達成しました。
さらに、テストの精度がトレーニングの精度に密接に一致するため、過剰適合は回避されました。
私たちの調査結果は、対照的なニューラルネットワークモデルが失われたペットを見つけるためのツールとして有望であることを示唆しています。
このペーパーでは、ユーザーが行方不明のペットを見つけるのを支援するように設計された潜在的なWebアプリケーションの基礎フレームワークを紹介します。
このアプリケーションを使用すると、ユーザーは紛失したペットの画像をアップロードし、画像データベース内で一致する画像が識別されると通知を提供できます。
この機能は、ペットの飼い主が最愛の動物を検索して再会できる効率と精度を高めることを目的としています。

要約(オリジナル)

Losing pets can be highly distressing for pet owners, and finding a lost pet is often challenging and time-consuming. An artificial intelligence-based application can significantly improve the speed and accuracy of finding lost pets. To facilitate such an application, this study introduces a contrastive neural network model capable of accurately distinguishing between images of pets. The model was trained on a large dataset of dog images and evaluated through 3-fold cross-validation. Following 350 epochs of training, the model achieved a test accuracy of 90%. Furthermore, overfitting was avoided, as the test accuracy closely matched the training accuracy. Our findings suggest that contrastive neural network models hold promise as a tool for locating lost pets. This paper presents the foundational framework for a potential web application designed to assist users in locating their missing pets. The application will allow users to upload images of their lost pets and provide notifications when matching images are identified within its image database. This functionality aims to enhance the efficiency and accuracy with which pet owners can search for and reunite with their beloved animals.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google