Adapté à votre liste de gibier
Vous définissez la région et sélectionnez les espèces qui y vivent. La reconnaissance est adaptée à cette liste, donc les résultats restent pertinents.
La reconnaissance est la plus précise quand elle sait à quoi s'attendre. Lorsque vous choisissez une région, TrailCamHub charge les espèces de gibier qui s'y trouvent — puis vous remet la liste.
Vous restez maître
Définissez une liste d'espèces par défaut dans les Paramètres qui s'applique à toutes vos caméras, puis affinez-la pour chaque caméra individuelle — pratique quand vos caméras sont situées dans des régions ou des endroits très différents. À partir de là, vous pouvez :
- Supprimer les espèces que vous ne verrez jamais à votre endroit.
- En ajouter d'autres manuellement si votre terrain est particulier.
- Marquer celles que vous considérez comme les plus probables.
Comment votre liste façonne les résultats
Les espèces que vous conservez forment une liste autorisée pour la région de cette caméra. Quand l'IA analyse une photo, son résultat est vérifié par rapport à cette liste :
- Une espèce reconnue qui figure sur votre liste est rapportée telle quelle.
- Un résultat qui ne figure pas sur votre liste est signalé pour un second examen plutôt que montré comme un fait — ce sont les cas les plus susceptibles d'être une erreur.
- Les espèces que vous avez marquées comme les plus probables agissent comme un léger déterminant quand le modèle hésite entre des animaux similaires.
Crucial, votre liste parle le propre langage du modèle : chaque espèce est mappée sur le label exact que le modèle de reconnaissance utilise en interne — et les modèles européens et mondiaux nomment les choses différemment — donc l'appariement est fiable, pas approximatif.
Ce que ce n'est pas
Cela ne réentraîne pas le modèle sur vos photos. C'est une couche de pertinence et d'examen en plus de la reconnaissance : elle réduit le champ des réponses plausibles et met en évidence les douteuses, ce qui maintient les résultats fiables sans travail d'apprentissage automatique de votre côté.
Le résultat est moins de mauvaises classifications aberrantes et des signaux clairs sur la poignée de détections vraiment dignes de votre jugement.