谷歌开源SpeciesNet模型助力野生动物图像识别与生物多样性监测

谷歌推出创新举措：近日，谷歌将名为SpeciesNet的人工智能模型开源，此模型专为通过相机捕捉照片识别动物种类而打造。在野生动物研究领域，科研工作者借助相机陷阱收集数据，但数据处理耗时漫长，这一难题亟待解决。

“野生动物洞察” 项目登场 ：六年前，谷歌启动 “野生动物洞察”项目，作为谷歌地球外展慈善计划的一部分，该平台为研究人员提供在线共享、识别和分析野生动物图像的渠道，大幅加快相机捕捉数据的处理速度。

SpeciesNet模型核心优势：作为平台核心的SpeciesNet模型，其训练数据丰富，源于6500万张公开图像以及多个专业组织提供的图像。该模型具备强大的图像分类能力，能将图像归类为2000多种标签，涵盖动物种类、分类及非动物物体。

开源助力生物多样性监测：谷歌在博客中表明，SpeciesNet的发布为开发者、学术界人士和生物多样性相关初创企业提供便利，更好地监测自然区域生物多样性。此模型现已在GitHub上以Apache2.0许可证开源，商业使用限制少。

行业竞争与发展 ：值得注意的是，谷歌并非唯一提供相机陷阱图像分析开源工具的公司，微软的 “AI for Good Lab” 维护的PyTorchWildlife人工智能框架，也提供微调预训练模型用于动物检测和分类。