arXiv · ML· Ritwik Kulkarni, WU Hanqin, Enrico Di Minin·· 6 小时前AI 评分30
利用深度学习与智能手机应用检测受威胁物种衍生品贸易
Detection of trade in products derived from threatened species using machine learning and a smartphone application
AI 导读
研究者开发基于 Faster R-CNN 的深度学习框架，结合智能手机应用识别大象、穿山甲和老虎产品。 模型在 39,941 张图像数据集上训练，整体准确率达 84.2%，独立测试集准确率为 91.3%，F 分数为 0.86。 该技术支持对在线图像进行实时监测，有助于快速筛查可疑帖子及辅助保护决策。
来源：arXiv · ML · arxiv.org