Kapitel 11. Anwendungsfall: Überwachung von Wildtieren
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Nachdem wir nun die Grundlagen der Entwicklung von maschinellen Lernmodellen für Kantenanwendungen verstanden haben, werden wir uns als erstes mit Anwendungsfällen im Zusammenhang mit dem Schutz und der Überwachung von Wildtieren beschäftigen. Anhand des Entwicklungsworkflows, der in Kapitel 9 beschrieben wird, werden wir mögliche Probleme und die dazugehörigen Lösungen für jeden Anwendungsfall in diesem Buch untersuchen.
Die Zahl der bedrohten Arten nimmt weltweit aufgrund verschiedener zivilisatorischer Einflüsse des Menschen und umweltbedingter Ursachen oder Katastrophen rapide ab. Die wichtigsten Ursachen für diesen Rückgang sind der Verlust, die Verschlechterung und die Fragmentierung von Lebensräumen.1 Die Ursachen für diese Faktoren sind menschliche Aktivitäten wie Verstädterung, Landwirtschaft und Ressourcenabbau. Als Folge dieses Rückgangs sind viele Arten vom Aussterben bedroht.
Eine wachsende Zahl von KI- und Kanten-KI-Anwendungen wird mit dem Ziel entwickelt, zum Schutz der Wildtiere beizutragen. Diese Anwendungen reichen von der Früherkennung des illegalen Wildtierhandels über die Überwachung bedrohter Arten bis hin zur automatischen Identifizierung von Wilderern. Wie bereits in diesem Buch beschrieben, wird Edge AI eingesetzt, um Daten lokal auf dem Gerät statt in der Cloud zu ...
Get KI am Rande 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.
