基于深度學(xué)習(xí)的野生動物視頻目標(biāo)檢測

摘要： 以紅外相機(jī)為代表的生態(tài)感知終端為野生動物監(jiān)測研究提供海量的圖像和視頻數(shù)據(jù)。為改善人工識別海量數(shù)據(jù)時效性低、處理能力有限等問題，解決目標(biāo)檢測模型在受到復(fù)雜背景、多目標(biāo)、晝夜明暗等多重因素影響的實際場景中應(yīng)用的不確定性，以金錢豹、成年雄性巖羊、非成年雄性巖羊為例，建立野生動物目標(biāo)檢測數(shù)據(jù)集，對比分析Faster R-CNN、SSD、YOLOv5和YOLOv8等4種經(jīng)典目標(biāo)檢測模型在...