使用场景

野生动物保护组织使用 CameraTrapAI 分析相机陷阱图像，快速识别珍稀动物的出现。

研究人员利用该模型对长期监测的野生动物图像数据进行分类，以研究动物种群动态。

生态旅游项目借助 CameraTrapAI 为游客展示拍摄到的野生动物图像，并提供物种信息。

产品特色

物种分类：能够识别超过 2000 种动物物种及相关类别。

图像检测：结合 MegaDetector 模型，检测图像中的动物、人类和车辆。

地理信息过滤：根据图像拍摄地点的地理信息过滤预测结果。

集成决策：结合检测和分类结果，通过一系列启发式规则为每张图像分配单一类别。

支持多种运行方式：可单独运行检测、分类或集成步骤，也可一次性完成整个流程。

使用教程

1. 设置 Python 环境：安装 Python 并创建虚拟环境。

2. 安装 SpeciesNet 包：通过 pip 安装 speciesnet Python 包。

3. 准备图像数据：将需要分类的野生动物图像存放在指定文件夹中。

4. 运行模型：使用 run_model 脚本运行模型，指定图像文件夹和输出文件路径。

5. 查看结果：模型运行完成后，查看输出的 JSON 文件，获取图像分类结果。