¿Cómo funciona exactamente el reconocimiento y qué modelos utilizan exactamente?

Cada foto y video pasa a través de un pipeline de múltiples pasos en lugar de un único modelo de caja negra. Cada paso utiliza un modelo construido y probado específicamente para imágenes de cámaras trampa de vida silvestre, y los pasos se construyen uno sobre otro:

1. Detección – encuentre los animales.

Primero ejecutamos MegaDetector, el detector estándar de código abierto de cámaras trampa creado por el programa AI-for-Earth de Microsoft y ampliamente utilizado en la investigación de vida silvestre. Localiza cada animal, persona y vehículo en el fotograma y dibuja un cuadro alrededor de cada uno, pero aún no dice qué especie es. Eliminamos los cuadros de baja confianza y fusionamos los superpuestos, de modo que el mismo animal nunca se cuenta dos veces. Si no se encuentra ningún animal, la foto se marca como un disparo vacío/falso, así es como las fotos de hierba en el viento se filtran automáticamente.

2. Clasificación – identifique la especie.

Cada animal detectado se pasa luego a un clasificador de especies, y cuál usamos depende de dónde esté su cámara:

• En Europa – DeepFaune: un clasificador de la iniciativa francesa DeepFaune, una colaboración liderada por el CNRS de más de 50 socios de investigación y gestión de vida silvestre, entrenado en un gran conjunto de datos de cámaras trampa europeas con énfasis en los mamíferos comunes en Europa.

• En todo el mundo – SpeciesNet: el modelo de código abierto de Google (el utilizado en la plataforma Wildlife Insights). Combina MegaDetector con un clasificador EfficientNet-V2 entrenado en un conjunto de datos global muy grande que cubre más de 2.000 especies y grupos de nivel superior.

3. Ajuste regional – limítelo a lo que realmente vive donde caza.

Un clasificador mundial ocasionalmente propondrá una especie que no ocurre en su terreno. Reducimos esto de dos maneras:

• Geovallado (mundial): SpeciesNet utiliza el país/región de su cámara y sus coordenadas cuando están disponibles para restringir las predicciones a especies que realmente ocurren allí, de modo que un homólogo norteamericano no se sugiera para un bosque bávaro.

• Su lista de especies de caza: en su configuración elige las especies que espera en su terreno. No reentrenamos los modelos en sus fotos; en cambio, usamos su lista para validar cada resultado. Cualquier cosa que caiga fuera de su lista no se acepta silenciosamente ni se cambia de etiqueta; se mantiene y se marca para revisión, para que usted mantenga el control y pueda confirmar o corregir el resultado. Cuanto más precisa sea su lista y la ubicación de la cámara que refleje la realidad, más limpios serán sus resultados.

4. Verificación de astas (opcional, para las especies de venados que activa).

Para las especies con astas que activa, un modelo de visión-lenguaje separado toma un primer plano de la cabeza del animal y juzga si las astas son visibles. Es deliberadamente conservador: solo un claro "sí" marca al animal como probablemente macho, los casos inciertos van a requiere revisión, y un asta faltante u oculta nunca implica "hembra" – las ciervas, astas caídas, una cabeza girada o una cabeza cortada del fotograma simplemente no se pueden juzgar. Para darle a este paso una oportunidad justa, ampliamos el cultivo hacia arriba para que la cabeza se incluya incluso cuando el detector solo encuadró el cuerpo.

5. Resultado.

Por foto obtiene: la especie, cuántos animales, un cuadro en la imagen mostrando qué se encontró y dónde, una pista de asta/sexo cuando corresponda, y cualquier persona o vehículo marcado (que se puede desenfocar u ocultar por privacidad). Los videos funcionan de la misma manera: muestreamos fotogramas en todo el clip y combinamos los hallazgos.

Una nota sobre la precisión: Estos son modelos excelentes de calidad de conservación, pero ningún reconocimiento automatizado es perfecto: la luz, la distancia, el desenfoque de movimiento, los cuerpos parciales y los ángulos extraños hacen posibles errores. Trate los resultados como un primer paso rápido y poderoso en lugar de una garantía, y verifique cualquier cosa que importe. La bandera requiere revisión existe precisamente para que los casos inciertos salgan a la luz en lugar de ocultarse.