本網站使用相關技術提供更好的閱讀體驗,同時尊重使用者隱私,點這裡瞭解中央社隱私聲明當您關閉此視窗,代表您同意上述規範。
Your browser does not appear to support Traditional Chinese. Would you like to go to CNA’s English website, “Focus Taiwan" ?
こちらのページは繁体字版です。日本語版「フォーカス台湾」に移動しますか。
中央社一手新聞APP Icon中央社一手新聞APP
下載

海委會AI模型 千張照片辨別10大類珊瑚

2024/1/31 17:35(1/31 21:40 更新)
請同意我們的隱私權規範,才能啟用聽新聞的功能。
海洋委員會研發「海洋生物人工智慧(AI)辨識專家模型」,初期已完成常見的珊瑚和珊瑚礁魚類的AI自動辨識,可大幅縮短水下生物影像鑑定時間,也有助提升生態系健康狀況評估。(海洋委員會提供)中央社記者林巧璉傳真 113年1月31日
海洋委員會研發「海洋生物人工智慧(AI)辨識專家模型」,初期已完成常見的珊瑚和珊瑚礁魚類的AI自動辨識,可大幅縮短水下生物影像鑑定時間,也有助提升生態系健康狀況評估。(海洋委員會提供)中央社記者林巧璉傳真 113年1月31日
請同意我們的隱私權規範,才能啟用聽新聞的功能。

(中央社記者林巧璉高雄31日電)海委會研發「海洋生物人工智慧(AI)辨識專家模型」,初期透過超過1000張各類珊瑚照片標注、訓練,已成功辨別10大類常見珊瑚,可大幅縮短水下生物影像鑑定時間。

海委會今天發布新聞稿表示,AI模型以目前國內外都最為關注的珊瑚礁生態系為先導型目標,以這次的AI珊瑚辨識為例,藉由多邊形分割AI辨識為基礎的專家模型訓練,將超過1000張各類珊瑚照片進行標註與訓練。

目前此AI模型已能成功辨識涵蓋軸孔珊瑚、盤星珊瑚、角菊珊瑚、棘杯珊瑚、瓣葉珊瑚、葉片形表孔珊瑚、鹿角珊瑚、團狀形微孔珊瑚、柱珊瑚與盤珊瑚等10大類常見珊瑚。

海委會也表示,就珊瑚礁魚類而言,透過移動性物件偵測及自動辨識的兩段式模型選用,完成2500張以上的照片學習,建置珊瑚礁區常見的20種金鱗魚科(俗稱鐵甲)、雀鯛科 (厚殼仔)、蝴蝶魚科、隆頭魚科 (海豬魚)、刺尾鯛科(倒吊魚)、海緋鯉科(秋姑魚)、金線魚科(赤尾冬)等AI辨識模組。

海委會主委管碧玲表示,AI生物自動辨識是非常有幫助的科技輔勤,由具備海洋生物分類專長的各領域專家學者貢獻生物辨識特點,透過AI深度學習產生辨識專家模型,能提供更精準且即時的海洋生物種類監測數據。

管碧玲說,國內外研究皆指出離岸風電場基樁式的水下基礎本身,以及基座防淘刷的保護工結構或拋石,會形成小型的岩礁生態系,產生如同魚礁或是聚魚的效果。

管碧玲期許,類似建立AI自動辨識珊瑚及珊瑚礁魚類的模式,能廣泛運用在諸如離岸風電場或是各式海事工程相關的生態環境監測上,加速累積詳實的科學數據,尋求海洋生態與藍色經濟共榮的海洋治理。(編輯:謝雅竹)1130131

中央社「一手新聞」 app
iOS App下載Android App下載

本網站之文字、圖片及影音,非經授權,不得轉載、公開播送或公開傳輸及利用。

地機族
172.30.142.15