Giải pháp nhận diện loài chim nguy cấp, quý hiếm dựa trên học sâu

Chỉ số đề mục

Lĩnh vực nghiên cứu

Bài viết

Dạng tài liệu

Tác giả

Lê Hải Hà, Mạc Thị Minh Trà, Lê Hoàng Anh, Nguyễn Văn Thụy

Nhan đề

Giải pháp nhận diện loài chim nguy cấp, quý hiếm dựa trên học sâu

Nhan đề tiếng anh

Nguồn trích

Tạp chí Môi trường - Chuyên đề Khoa học - Công nghệ

Năm xuất bản

2025

Số

IV

Trang

96-103

ISSN

Từ khóa

Từ khóa tiếng anh

Tóm tắt

Nhận dạng chính xác các loài chim nguy cấp, quý, hiếm đóng vai trò thiết yếu trong giám sát và bảo tồn đa dạng sinh học (ĐDSH). Nghiên cứu nhằm xây dựng mô hình nhận diện tin cậy cho 26 loài ưu tiên bảo vệ bằng cách tích hợp học sâu với các cơ chế xử lý đặc thù. Phương pháp đề xuất gồm 3 hợp phần: Tiền xử lý bằng YOLOv12 để loại bỏ ảnh không chứa chim; phân loại loài dựa trên ResNet học chuyển giao và tinh chỉnh trên bộ dữ liệu riêng (27.457 ảnh của 171 loài); hậu xử lý sử dụng OpenMax nhằm giảm nhầm lẫn đối với các loài ngoài tập huấn luyện. Kết quả thực nghiệm cho thấy, mô hình đạt chỉ số Macro F1-Score là 83,54%, chứng minh tiềm năng ứng dụng cao trong hệ thống giám sát ĐDSH.

Tóm tắt tiếng anh

Accurate identification of endangered, rare, and precious bird species plays an essential role in biodiversity monitoring and conservation. This study aims to develop a reliable identification model for 26 priority conservation species by integrating deep learning with specific processing mechanisms. The proposed methodology consists of three components: pre-processing using YOLOv12 to discard non-bird images; species classification based on a transfer learning and fine-tuning ResNet model on a in-house dataset (27,457 images of 171 species); and post-processing using OpenMax to reduce confusion with species outside the training set. Experimental results show that the model achieves a Macro F1-Score of 83.54%, demonstrating its strong potential for application in biodiversity monitoring systems.

Kí hiệu kho

File toàn văn

Xem toàn văn