Wildlife ReID -- Datasety, modely, and nástroje

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23220%2F24%3A43973933" target="_blank" >RIV/49777513:23220/24:43973933 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/49777513:23520/24:43973933

Výsledek na webu

<a href="https://github.com/WildlifeDatasets" target="_blank" >https://github.com/WildlifeDatasets</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Wildlife ReID -- Datasety, modely, and nástroje

Popis výsledku v původním jazyce

WildlifeDatasets je open-source toolkit určený především pro ekology a výzkumníky v oblasti počítačového vidění a strojového učení, jež umožňuje snadný přístup ke všem veřejně dostupným datasetům využitelných k unikátní identifiakcí zvířat a nabízí širokou škálu metod pro předzpracování dat, analýzu přesnosti a trénování modelů. Součástí knihovny je i námi navržený foundation model pro identifikaci jedinců zvířat fungující napříč širokou škálou druhů (MegaDescriptor), který dosahuje state-of-the-art výsledků v úlohách re-identifikace zvířat a překonává jiné předtrénované modely, jako jsou CLIP a DINOv2.

Název v anglickém jazyce

Wildlife ReID -- Datasets, Models, and Tools

Popis výsledku anglicky

WildlifeDatasets is an open-source toolkit primarily designed for ecologists and researchers in the fields of computer vision and machine learning. It provides easy access to all publicly available datasets useful for the unique identification of animals and offers a wide range of methods for data preprocessing, accuracy analysis, and model training. The library also includes our custom-designed foundation model for individual animal identification across a wide range of species (MegaDescriptor), which achieves state-of-the-art results in animal re-identification tasks and outperforms other pre-trained models such as CLIP and DINOv2.

Druh

R - Software

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2024

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

ZCU/KKY/2024/036

Technické parametry

Základem technického řešení je open-source toolkit implementovaný v jazyce Python, využívající knihovny a frameworky jako PyTorch, NumPy, Pandas apod. Systém umožňuje snadný přístup k veřejně dostupným datasetům určeným pro identifikaci zvířat a zahrnuje pokročilé metody pro předzpracování dat, analýzu přesnosti a trénování modelů strojového učení. Klíčovou součástí je námi navržený foundation model MegaDescriptor, který využívá hluboké neuronové sítě pro identifikaci jedinců napříč širokou škálou druhů a dosahuje state-of-the-art výsledků v úlohách re-identifikace zvířat. Toolkit podporuje práci s velkými objemy dat (např. z fotopastí) a integraci s dalšími nástroji pro analýzu obrazových dat. Toolkit je distribuován pod licencí MIT, která umožňuje jeho volné používání, modifikaci a distribuci s minimálními omezeními. Kontaktní osoba: Ing. Lukáš Picek, Ph.D., tel.: 377 632556, e-mail: picekl@ntis.zcu.cz, adresa: Technická 8, Plzeň.

Ekonomické parametry

Výsledek je určen pro výzkum ve veřejném zájmu, zejména v oblasti ekologie, ochrany druhů a biologického výzkumu. Open-source povaha toolkitů WildlifeDatasets a použití licence MIT umožňují jeho volné šíření, používání a modifikaci bez licenčních poplatků, což podporuje jeho široké využití v akademických, výzkumných i nekomerčních projektech. Vzhledem k otevřenému charakteru projektu nejsou stanoveny žádné přímé obchodní modely ani cenové struktury. Potenciál pro budoucí ekonomické využití může vzniknout v rámci specializovaných aplikací, školení, nebo integrace do komerčních softwarových řešení zaměřených na ekologii a ochranu přírody.

IČO vlastníka výsledku

49777513

Název vlastníka

Západočeská univerzita v Plzni