Северо-Кавказский федеральный округ

Представляем удобное Desktop-приложение, которое призвано стать верным спутником в регулярных экспедициях по изучению гренландских китов. Эти морские млекопитающие включены в Красную книгу, охота на них запрещена, что подчеркивает необходимость наблюдения за этими удивительными созданиями.

Решение автономно, выполнит обработку фотографии и идентифицирует конкретную особь в самых сложных ситуациях, удаленность от цивилизации и ограниченные вычислительные мощности ему не помеха!

Удобный и доступный любому пользователю интерфейс поможет быстрее проводить анализы и добавит интерактивности.

Архитектура и уникальность решения:

-Обогащение тренировочной выборки через аугментацию;

-Идентификация известных особей с помощью EfficientNetv2b0

-Идентификация неизвестных особей с помощью cnn-autoencoder

-Вывод имеющихся данных в интерфейс, с возможностью добавления новых особей.

*Используются свободно распространяемые библиотеки и инструменты Python.

Предложенное десктопное приложение является актуальным для участников научных экспедиций, связанных с гренландскими китами, в места с ограниченным или отсутствующим доступом в Интернет.

Пользователь имеет возможность загрузить папку, в которой содержатся фотографии гренландских китов. Передаваемая папка может состоять как из перемешанных фотографий разных особей китов, так и из папок, в каждой из которых хранятся фотографии только одной особи. С помощью данного приложения участник экспедиции может идентифицировать данных морских млекопитающих, попавших в объектив фотокамеры. Если на снимке запечатлена неизвестная особь – программа об этом сообщит.

Преимуществами данного решения являются его высокая точность идентификации и автономность - использование без доступа к сети Интернет.

Решение разработано на языке Python с использованием следующего стека: PyQt5, PyTorch, Transformers, Albumentations и PML.

Командой реализовано веб-приложение на Streamlit для идентификации китов на фотографиях. Интерфейс позволяет пользователю загрузить фото и в ответ выдает наиболее вероятные id китов. Количество выводимых китов легко настраивается через веб интерфейс

Уникальность решенияЕсть возможность использовать легковесную и тяжеловесную моделиЛегковесная модель помогает увеличить производительность, при использовании тяжеловесной модели - повышается точность определения

Стек технологийСтек: используется 3 нейронных сети: ResNet101, VGG19 и EfficientNet, обеспечивающие максимальный прирост точности. Для веб-интерфейса используется Streamlit