Машинное обучение для предотвращения вырубки лесов
Сверточные нейронные сети
Леса покрывают «30% суши в мире».
Вырубка лесов — это 50-процентная потеря количества деревьев в мире. Ежегодно люди вырубают «15 миллиардов деревьев. «В долгосрочной перспективе это усугубляет изменение климата.
Вырубка лесов стоит «4,5 триллиона долларов в год из-за потери биоразнообразия и уничтожения среды обитания для миллионов видов. Фактически, 80% наземных животных и растений Земли живут в лесах».
Решение:идентифицируйте оборудование для вырубки леса на спутниковых снимках и предотвратите вырубку леса до того, как она произойдет.
Я выбрал контролируемый подход, вручную помечая положительные и отрицательные классы и добавляя их с помощью Keras.
Когда дело доходит до ресурсов данных, это может быть достигнуто за счет использования:
После обучения модели нейронной сети, построенной с помощью 2D сверточных слоев, следующие объекты были классифицированы с очень хорошей оценкой:
Как вы можете видеть ниже, у модели нет проблем с определением иголки в стоге сена.
Для демонстрационных целей тестовые изображения были собраны через Интернет (на что указывают водяные знаки).
Я надеюсь, вам понравился этот краткий обзор того, что может быть возможно в отношении обезлесения и, конечно же, может быть применено к другим отраслям.