研究人员开发AI工具检测濒危物种贸易产品
热点事件持续更新
研究人员开发AI工具检测濒危物种贸易产品
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月28日，研究者Ritwik Kulkarni等人在arXiv发布论文，介绍了一套结合深度学习与智能手机应用的濒危物种衍生品贸易检测系统。 该系统采用基于Faster R-CNN的深度学习框架，专门用于识别大象、穿山甲和老虎相关制品。研究团队使用包含39,941张图像的数据集对模型进行训练。 评估结果显示，模型整体准确率为84.2%，在独立测试集上准确率达91.3%，F分数为0.86。该技术可对在线图像进行实时监测，辅助快速筛查可疑帖子以支持保护决策。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · ML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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。