محققان در یک پژوهش جدید، چارچوبی کاربردی برای استفاده از بینایی ماشین در شناسایی گونههای دریایی معرفی کردهاند. چالش اصلی در این حوزه، نیاز به دادههای آموزشی زیاد برای محیطهای جدید (مثل صخرههای مرجانی مختلف) است.
نکات کلیدی این تحقیق:
✅ استفاده از مدلهای قدرتمند نظیر DINOv2 برای یادگیری ویژگیهای بصری که نسبت به محیطهای مختلف (از اقیانوسهای گرمسیری تا آبهای سرد) مقاوم هستند.
✅ اثبات اینکه با داشتن تنها ۱۰ تا ۲۰ تصویر برچسبگذاری شده برای هر گونه، میتوان سیستمهای شناسایی بسیار دقیقی ایجاد کرد.
✅ این دستاورد به کارشناسان محیطزیست کمک میکند تا بدون صرف هزینههای سنگین برای برچسبگذاری دستی، نظارت هوشمند بر تنوع زیستی اقیانوسها را با دقت بالا انجام دهند.
این تحقیق گام مهمی در ترکیب تکنولوژیهای پیشرفته بینایی ماشین با علوم زیستی است.
منبع: arXiv Computer Vision
