Capítulo 11. Caso práctico: Monitoreo de la fauna
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Ahora que entendemos los fundamentos del desarrollo de modelos de aprendizaje automático para aplicaciones de perímetro, el primer ámbito de casos de uso que cubriremos está relacionado con la conservación y el monitoreo de la vida salvaje. Exploraremos posibles problemas y sus soluciones asociadas para cada capítulo de casos de uso de este libro mediante el flujo de trabajo de desarrollo descrito en el Capítulo 9.
Se está produciendo un rápido declive de las especies amenazadas en todo el mundo debido a diversos impactos de la civilización humana y a razones o desastres medioambientales. Los principales impulsores de este declive son la pérdida, degradación y fragmentación del hábitat.1 Las causas de estos impulsores son la actividad humana, como la urbanización, la agricultura y la extracción de recursos. Como consecuencia de este declive, muchas especies están en peligro de extinción.
Se está desarrollando un número creciente de aplicaciones de IA y de IA de perímetro con el objetivo de ayudar a proteger la vida salvaje. Estas aplicaciones van desde la detección precoz del comercio ilegal de fauna salvaje al monitoreo de especies en peligro de extinción, pasando por la identificación automatizada de cazadores furtivos. Como ya se ha comentado en este libro, la IA de perímetro se utiliza para procesar datos localmente ...
Get IA en la periferia now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
