[AI行业案例]-图像识别引领生物分类未来

全部客户案例 - 生物记

生物记

生物记是由中国科学院动物研究所建立的公民科学平台，力图在科学研究与公民科学之间架设沟通的桥梁。

使用产品

支持与交流

图像识别引领生物分类未来

价值成果

1、生物记在集成基于百度EasyDL定制化训练和服务平台的生物智能识别工具后，能够有效地解决生物分类学研究、生物科学普及中快速鉴定识别物种的需求。
2、目前训练后的鸟类识别模型能够识别700多种常见中国鸟类，top5准确率达到93.89%，非雀形目鸟类模型能够识别常见非雀形目鸟类391种，top5准确率达到95.79%。
3、借助于百度AI提供的物种智能识别能力，生物记将为中国科学院A类先导专项“地球大数据科学工程”积累更丰富的生物物种数据，也将为野外博物教育提供强有力的科学支持。

案例故事

核心诉求

随着传统分类学研究日趋没落，分类学专家越来越少，但是还有大量的动植物标本、照片需要快速的鉴定和识别；同时野外博物教育逐渐兴起，需要能够快速识别物种并提供相关知识的平台和工具。百度EasyDL定制化训练和服务平台的出现及其优异的分类性能为生物分类研究和生物科普带来契机。因此生物记向百度AI开放平台提出诉求，申请训练野生动物（以鸟类为例）模型，并逐步迭代优化，以解决快速识别物种的迫切需求，支持科学考察与科学普及活动。

解决方案

首先我们收集整理野外鸟类生态图片20万幅，经过分类学专家标注筛选，最终选出12万幅，覆盖700多个中国鸟类物种。通过使用百度EasyDL定制化图像识别进行训练，先后进行雀形目鸟类模型、非雀形目鸟类模型及700多种鸟类模型训练，并进行逐步优化。

目前700多种鸟类模型top5准确率达到95.7%，非雀形目鸟类模型top5准确率达到95.79%，满足上线服务要求。在生物记中，物种智能识别工具与分类专家的专业知识相结合，大大提高物种识别的效率和可靠性。具体流程如下：

第一步：用户进行野外观测，通过相机或手机对野生动物进行拍照；

第二步：用户通过登录生物记官网（http://nol.especies.cn），上传观测记录及相关照片；

第三步：用户提交照片时调用百度的图像审核接口，做初步判断为合规照片；

第四步：生物记将通过图像审核的图片提交到百度EasyDL模型API接口，并返回识别结果；

第五步：用户可以选择合适的识别结果，获取物种的名称，或者选择无正确结果；

第六步：无正确识别结果的图片将提交到物种鉴定平台中，由分类专家进行鉴定；

第七步：获取的图片及物种位置信息将服务于“地球大数据科学工程”中的物种多样性信息平台。

下面是上方提到的主要流程示例图：