《生物多样性》| 北京林业大学张军国教授团队提出了一种基于TC-YOLO模型的北京珍稀鸟类识别方法

文章预览

对珍稀鸟类的深入调查, 可以了解它们的生态习性、种群动态、分布范围等情况, 从而促进珍稀鸟类的保护, 对维护当地生物多样性具有重要意义。近年来, 利用深度学习技术自动识别鸟类成为鸟类调查保护的重要手段, 但由于实际鸟类图像普遍存在复杂背景, 以及相近科属鸟类往往具有相似外观, 导致深度学习模型识别容易出现漏检和误检。 北京地区存在白鹤( Grus leucogeranus )、褐马鸡( Crossoptilon mantchuricum )、中华秋沙鸭( Mergus squamatus )等28种国家一级保护鸟类。《生物多样性》2024年第5期文章《 基于TC-YOLO模型的北京珍稀鸟类识别方法 》提出了一种基于TC-YOLO模型的鸟类识别方法(图1)。该方法结合CARAFE机制自适应生成不同特征点所对应的上采样核, 并引入TSCODE解耦定位和分类任务。该方法的平均精度均值在包含北京地区28种国家一级保护鸟类的自建数据集 ………………………………