資料介紹
描述
1800 年,僅在非洲就可能有 2600 萬頭大象,盡管很難精確。
?
大象被毀的原因
- 去年大約有 20,000 頭非洲象因長牙而死亡,比出生的還多
- 由于人口繁盛,大象因占用土地而被殺。一群大象可以摧毀許多小農(nóng)的一年生作物。人的生命也處于危險(xiǎn)之中。在印度,恐慌或憤怒的大象每年會殺死 400 多人(pdf)。
- 亞洲象的象牙、肉和身體部位也被偷獵,而小象則被從野外捕獲并出售給旅游業(yè)。在世界范圍內(nèi),亞洲象被訓(xùn)練、交易并用于旅游公園和馬戲團(tuán)的娛樂活動,也用于非法采伐活動。
關(guān)鍵解決方案:
我開發(fā)了一個機(jī)器學(xué)習(xí)模型,用于使用邊緣脈沖軟件預(yù)測大象的行為。這些模型將預(yù)測大象附近的偷獵者活動、大象進(jìn)入村莊時(shí)的人類沖突、大象防止人類接觸大象的必須行為以及玩耍、睡覺、性和母子等正常活動跟蹤。在我訓(xùn)練有素的模型中,我涵蓋了以下這些條件。
硬件部分將是大象的項(xiàng)圈,將由智能公園部署。在這個項(xiàng)目中,我只專注于機(jī)器學(xué)習(xí)模型。我添加了測試數(shù)據(jù),可用于評估我的模型。

數(shù)據(jù)采集
我基于兩個不同的數(shù)據(jù)輸入在邊緣脈沖中創(chuàng)建了兩個不同的 TinyML 模型。我使用音頻輸入、三軸加速度計(jì)來訓(xùn)練模型并進(jìn)行部署。

項(xiàng)圈有以下配置:

所以我決定用這兩個數(shù)據(jù)輸入(音頻,3 軸)來訓(xùn)練我的模型。所以它可以部署在衣領(lǐng)中以備將來使用。
模型架構(gòu)
根據(jù)數(shù)據(jù)輸入,我將機(jī)器學(xué)習(xí)模型分為三類。
- 模型 1 -> 數(shù)據(jù)集將是音頻輸入
- 模型 2 -> 數(shù)據(jù)集將是三倍加速度計(jì)軸
模型1

模型 1 將涵蓋模型中提到的所有用例。大象在各種各樣的情況下發(fā)聲。他們呼吁宣傳生理或荷爾蒙狀態(tài),警告他人和威脅,表現(xiàn)出強(qiáng)烈的情緒,宣布需求或愿望,提出、談判或討論行動計(jì)劃,協(xié)調(diào)群體運(yùn)動,確保群體防御,關(guān)心對小牛來說,尋求關(guān)心或支持,加強(qiáng)家人和朋友之間的聯(lián)系,調(diào)和分歧,并保持統(tǒng)治地位。
模型 1 能夠在大多數(shù)情況下以最小的誤差和更高的準(zhǔn)確度預(yù)測大象的行為。在我的機(jī)器學(xué)習(xí)模型中,模型 1 和模型 2 將主要用于預(yù)測大象的行為。
模型2

模型 2 還將涵蓋模型 1 中提到的相同用例。大象的行為會根據(jù)防御、警告部隊(duì)、攻擊、玩耍等情況而有所不同。因此,根據(jù)加速度計(jì)數(shù)據(jù),我們可以預(yù)測行為。
模型 1 - 數(shù)據(jù)集將是音頻
在 Edge Impulse 中創(chuàng)建項(xiàng)目
步驟1:
要在邊緣脈沖中創(chuàng)建新帳戶,您需要提供新帳戶的電子郵件 ID 和密碼。它非常直接和簡單,因?yàn)樗粫儐柍錾掌?、姓名、地址等?/font>
創(chuàng)建邊緣脈沖后,將定向到創(chuàng)建項(xiàng)目頁面。

對于模型 1,我為項(xiàng)目輸入了一個唯一名稱。

第2步:
創(chuàng)建帳戶后,您可以在頁面頂部看到您的項(xiàng)目名稱,在左側(cè)您會注意到要遵循的步驟。截至目前,它沒有突出顯示,說明步驟尚未完成。

連接設(shè)備并獲取數(shù)據(jù)
轉(zhuǎn)到設(shè)備選項(xiàng),然后單擊連接新設(shè)備

您有四個選項(xiàng)來獲取數(shù)據(jù)。
- 開發(fā)板
- 使用您的手機(jī)
- 移植指南
- 導(dǎo)入預(yù)構(gòu)建數(shù)據(jù)集

在這里,我更喜歡手機(jī)來收集數(shù)據(jù)。

它將顯示一個唯一的二維碼來連接您的手機(jī),掃描此二維碼以獲取鏈接并在您的手機(jī)中打開像谷歌瀏覽器一樣的網(wǎng)絡(luò)瀏覽器,自動連接以獲取數(shù)據(jù)。
現(xiàn)在手機(jī)已連接到您的項(xiàng)目。

第 3 步:數(shù)據(jù)采集
請確保設(shè)備連接為電話并為音頻數(shù)據(jù)選擇麥克風(fēng)。您可以將樣本長度從 1 秒到 60 秒不等,并給出唯一的名稱標(biāo)簽。

第 4 步:標(biāo)簽 - 模型 1
標(biāo)簽在機(jī)器學(xué)習(xí)中對數(shù)據(jù)樣本進(jìn)行分類起著重要作用,它有助于根據(jù)可用標(biāo)簽的數(shù)量訓(xùn)練模型。
在我們的模型 1 -> 數(shù)據(jù)集將是音頻輸入項(xiàng)目,標(biāo)簽將分類如下圖。這是基于野生動物地區(qū)的用例和環(huán)境噪聲。

在每個數(shù)據(jù)集標(biāo)簽中,都會添加背景噪音。因此,我們需要捕獲音頻數(shù)據(jù)以及背景噪聲以獲得更好的準(zhǔn)確性。由于在實(shí)時(shí)數(shù)據(jù)中,噪聲肯定是可用的,因此在訓(xùn)練自身時(shí),我們需要將這些數(shù)據(jù)與所有現(xiàn)有標(biāo)簽一起添加。
4.1偷獵者攻擊
偷獵者通常使用卡拉什尼科夫沖鋒槍或毒箭,”世界自然基金會西非協(xié)調(diào)員 Pauwel De Wachter 在新聞周刊發(fā)表的一份聲明中說。“這些武器會傷害動物,但不要立即殺死它們。大象一落地,偷獵者就會割斷他的肌腱以固定它,讓它們痛苦地死去。為了讓大象更快地排出血液,他們割斷了它的鼻子。”
所以從以上信息可以看出,偷獵者使用卡拉什尼科夫沖鋒槍和毒箭作為獵殺大象的武器。

。
為卡拉什尼科夫沖鋒槍收集一分鐘樣本

雨林聲音可以上傳為 wav 格式,如下所示。

將卡拉什尼科夫沖鋒槍與森林背景噪音混合

模型 2:數(shù)據(jù)集將是三軸加速度計(jì)
步驟 1 和步驟 2 將與模型 1 方法相同。所以step1&2請參考Model1中提到的步驟。
第 3 步:數(shù)據(jù)采集
請確保設(shè)備連接為電話并選擇加速度計(jì)以獲取 3 軸數(shù)據(jù)。給出唯一的名稱標(biāo)簽。
第 4 步:標(biāo)記 - 模型 2
標(biāo)簽在機(jī)器學(xué)習(xí)中對數(shù)據(jù)樣本進(jìn)行分類起著重要作用,它有助于根據(jù)可用標(biāo)簽的數(shù)量訓(xùn)練模型。
在我們的模型 2 -> 數(shù)據(jù)集將是三軸加速度計(jì)項(xiàng)目,標(biāo)簽將分類如下圖。這是基于野生動物地區(qū)的用例和環(huán)境噪聲。
模型 2 的標(biāo)簽
- 慢走
- 跑步
- 好斗的
- 坐姿
- 閑置的

4.1 捕獲三軸加速度計(jì)數(shù)據(jù)
捕捉大象的動作是該項(xiàng)目中最艱巨的任務(wù)。開源中提供了非常罕見的 3 軸數(shù)據(jù)。因此,模擬各種大象動作的肚軸數(shù)據(jù)是非常不可能的。
然后我決定用四足動物模擬類似的數(shù)據(jù)。對于我的項(xiàng)目,我選擇了我的哈巴狗。我為我的狗制作了定制的腰帶來固定手機(jī)。


我已經(jīng)把手機(jī)放在狗身上,做了如下的標(biāo)簽動作,捕捉到了超過 4 分鐘的數(shù)據(jù)。
4.2 創(chuàng)建脈沖部分
在創(chuàng)建脈沖部分,窗口大小為 3000 毫秒,增加窗口大小為 500 毫秒。對于學(xué)習(xí)塊,選擇神經(jīng)網(wǎng)絡(luò) (keras) 和 k-means 異常檢測。

NN分類器中的最小置信度選擇為65%。

5. 測試模型
在實(shí)時(shí)分類中,連接手機(jī)并測試數(shù)據(jù)。

這里是一些測試數(shù)據(jù)的快照。


準(zhǔn)確性
準(zhǔn)確度定義了訓(xùn)練模型的質(zhì)量。在這里,我在輸入數(shù)據(jù)為音頻的模型 1 中實(shí)現(xiàn)了 87.2%。在模型 2(加速度計(jì)數(shù)據(jù))中,我達(dá)到了 77%。
模型 1 精度

?
模型 2 精度

在模型 2 中,準(zhǔn)確性損失是由于通過真狗捕獲數(shù)據(jù)造成的。將來我計(jì)劃收集更多數(shù)據(jù)來訓(xùn)練模型。
部署
部署是項(xiàng)目的最終過程。訓(xùn)練后的模型可以根據(jù)需要以不同的格式部署。部署選項(xiàng)列表如下:

Model1 的過程將相同。我已將該模型部署為 C++ 庫。
這兩個模型以 C++、Arduino 格式部署,并添加了 GitHub 存儲庫鏈接。
基于兩種模型的活動分類
根據(jù)這兩個模型的結(jié)果,活動可以分為三類。

紅色警報(bào):
紅色警報(bào)表示需要從護(hù)林員一側(cè)立即進(jìn)行檢查。只要有偷獵活動,就可以通過大象的運(yùn)動來識別。大象大多處于防御模式或攻擊性。在大象的動作【奔跑、進(jìn)取】中可以清楚地表現(xiàn)出來。
除此之外,如果通過模型1(音頻輸入)識別偷獵者攻擊。因此,如果檢測到?卡拉什尼科夫沖鋒槍的聲音或灌木箭頭攻擊的聲音,那么大象就有被偷獵的風(fēng)險(xiǎn)。需要為行動部署護(hù)林員。

警告:
最近幾天,偷獵者使用毒箭攻擊大象,當(dāng)他們用毒箭攻擊大象時(shí),大象不會立即死亡。取而代之的是,偷獵者將跟隨受傷的大象。幾個小時(shí)后,大象就會被擱淺。
上述情況可以作為警告通知給儀表板。監(jiān)測灌木箭頭的撞擊聲或大象的動作長時(shí)間閑置,則可以作為對護(hù)林員的警告。

正?;顒樱?/font>
每當(dāng)模型 1 中沒有檢測到偷獵者活動(音頻輸入)并且大象活動正常,如空閑、行走、坐姿和很少的跑步動作(嬉戲的情緒)。它可以標(biāo)記為正?;顒印?/font>

通過這兩個邊緣脈沖模型,可以監(jiān)測大象的活動并幫助保護(hù)瀕危物種免受風(fēng)險(xiǎn)。
?
?
- 使用機(jī)器學(xué)習(xí)模型(AI)進(jìn)行預(yù)測是否安全
- 用于區(qū)分人類和大象的ML模型
- 基于終身機(jī)器學(xué)習(xí)的主題挖掘評分和評論推薦模型 42次下載
- 基于灰色預(yù)測和支持向量機(jī)的人口組合預(yù)測模型 19次下載
- 基于時(shí)空特性的ST-LSTM網(wǎng)絡(luò)位置預(yù)測模型 13次下載
- 基于群體行為分析的人群異常聚集事件預(yù)測 10次下載
- 基于遷移學(xué)習(xí)的駕駛分心行為識別模型 10次下載
- 基于特征學(xué)習(xí)的鏈路預(yù)測TNTlink模型綜述 12次下載
- 一種可分享數(shù)據(jù)和機(jī)器學(xué)習(xí)模型的區(qū)塊鏈 15次下載
- LSTM和注意力機(jī)制相結(jié)合的機(jī)器學(xué)習(xí)模型 7次下載
- 結(jié)合動態(tài)行為和機(jī)器學(xué)習(xí)的惡意代碼檢測方法 11次下載
- 機(jī)器學(xué)習(xí)模型再訓(xùn)練的指南詳細(xì)概述 0次下載
- 如何使用機(jī)器學(xué)習(xí)技術(shù)解決社會網(wǎng)絡(luò)鏈接預(yù)測問題 20次下載
- 面向翻譯查詞行為的預(yù)測模型 0次下載
- 機(jī)器學(xué)習(xí)和線性隨機(jī)效應(yīng)混合模型在縱向數(shù)據(jù)預(yù)測上的對比 0次下載
- arimagarch模型怎么預(yù)測 544次閱讀
- 如何使用TensorFlow構(gòu)建機(jī)器學(xué)習(xí)模型 1024次閱讀
- 如何基于深度學(xué)習(xí)模型訓(xùn)練實(shí)現(xiàn)工件切割點(diǎn)位置預(yù)測 843次閱讀
- 如何基于深度學(xué)習(xí)模型訓(xùn)練實(shí)現(xiàn)圓檢測與圓心位置預(yù)測 2114次閱讀
- 軟件漏洞檢測場景中的深度學(xué)習(xí)模型實(shí)證研究 724次閱讀
- 傅里葉變換如何用于深度學(xué)習(xí)領(lǐng)域 1363次閱讀
- 支持 ChatGPT 的機(jī)器學(xué)習(xí)模型的概況 895次閱讀
- 機(jī)器學(xué)習(xí)挑戰(zhàn):如何避免機(jī)器學(xué)習(xí)模型過擬合? 1198次閱讀
- 永磁同步電機(jī)模型預(yù)測轉(zhuǎn)矩控制學(xué)習(xí) 2282次閱讀
- 集成模型的原理及創(chuàng)建集成模型的方法 5423次閱讀
- 基于規(guī)則的預(yù)測算法和基于機(jī)器學(xué)習(xí)的預(yù)測算法 9129次閱讀
- 基于隱馬爾可夫模型( HMM )開發(fā)了一個駕駛行為預(yù)測模型 9726次閱讀
- 人工智能--深度學(xué)習(xí)模型 6118次閱讀
- 機(jī)器學(xué)習(xí)經(jīng)典損失函數(shù)比較 8591次閱讀
- 機(jī)器學(xué)習(xí)預(yù)測世界杯的結(jié)果你相信嗎?機(jī)器學(xué)習(xí)的應(yīng)用 5176次閱讀
下載排行
本周
- 1DD3118電路圖紙資料
- 0.08 MB | 1次下載 | 免費(fèi)
- 2AD庫封裝庫安裝教程
- 0.49 MB | 1次下載 | 免費(fèi)
- 3PC6206 300mA低功耗低壓差線性穩(wěn)壓器中文資料
- 1.12 MB | 1次下載 | 免費(fèi)
- 4網(wǎng)絡(luò)安全從業(yè)者入門指南
- 2.91 MB | 1次下載 | 免費(fèi)
- 5DS-CS3A P00-CN-V3
- 618.05 KB | 1次下載 | 免費(fèi)
- 6海川SM5701規(guī)格書
- 1.48 MB | 次下載 | 免費(fèi)
- 7H20PR5電磁爐IGBT功率管規(guī)格書
- 1.68 MB | 次下載 | 1 積分
- 8IP防護(hù)等級說明
- 0.08 MB | 次下載 | 免費(fèi)
本月
- 1貼片三極管上的印字與真實(shí)名稱的對照表詳細(xì)說明
- 0.50 MB | 103次下載 | 1 積分
- 2涂鴉各WiFi模塊原理圖加PCB封裝
- 11.75 MB | 89次下載 | 1 積分
- 3錦銳科技CA51F2 SDK開發(fā)包
- 24.06 MB | 43次下載 | 1 積分
- 4錦銳CA51F005 SDK開發(fā)包
- 19.47 MB | 19次下載 | 1 積分
- 5PCB的EMC設(shè)計(jì)指南
- 2.47 MB | 16次下載 | 1 積分
- 6HC05藍(lán)牙原理圖加PCB
- 15.76 MB | 13次下載 | 1 積分
- 7802.11_Wireless_Networks
- 4.17 MB | 12次下載 | 免費(fèi)
- 8蘋果iphone 11電路原理圖
- 4.98 MB | 6次下載 | 2 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935127次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420064次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191390次下載 | 10 積分
- 5十天學(xué)會AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183342次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81588次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73815次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65989次下載 | 10 積分
評論