Hopp til innhold

Maskinsyn talte hettemåker i Kunming med 91,6 % gjennomsnittlig nøyaktighet

Black-headed gull (Chroicocephalus ridibundus) in flight

Et maskinsynssystem testet i Kunming i Kina talte hettemåker (Chroicocephalus ridibundus) i video med 91,6 % gjennomsnittlig nøyaktighet sammenlignet med manuelle tellinger utført av erfarne observatører. Den fagfellevurderte studien, publisert 5. august 2026, kombinerte en modifisert YOLOv8-detektor med sporingsalgoritmen ByteTrack.

Oppgaven er vanskelig fordi flygende måker kan være små i bildet, overlappe hverandre i tette flokker og forsvinne kort bak andre fugler. Detektoren finner fuglene i hver bilderute, mens ByteTrack knytter registreringene sammen over tid og forsøker å beholde samme identitet for samme individ. I selve tellingen registreres hver sporingsidentitet én gang, slik at den samme fuglen ikke stadig telles på nytt.

Data fra tre steder i Kunming

Forskerne samlet materiale i Cuihu-parken, Daguan-parken og ved Haiceng-demningen fra oktober 2024 til mars 2026. Datamaterialet besto av 894 stillbilder og 38 videoer med en samlet varighet på tre timer og 51 minutter. Stillbilder og bilderuter fra videoene ga et datasett på 2 170 bilder til objektdeteksjon, mens 20 videoer ble manuelt merket med individuelle fuglespor til testen av sporingen.

Tellingene lå nær manuell gjennomgang

Kombinasjonen med ByteTrack ga 89,7 % samlet sporingsnøyaktighet, og ByteTrack ga det beste samlede sporingsresultatet blant de fem sporingsmetodene som ble sammenlignet med den samme detektoren. For den praktiske telleoppgaven var hovedresultatet sluttellingen: De automatiske tellingene oppnådde 91,6 % tellenøyaktighet mot manuelle tellinger i de 20 testsekvensene. Målet ble beregnet fra summen av de absolutte forskjellene mellom automatiske og manuelle antall. Den samlede tellefeilen tilsvarte dermed omtrent 8,4 % av det totale manuelle antallet; tallet betyr ikke at 91,6 % av enkeltmåkene ble identifisert korrekt hver for seg.

Resultatet gjelder ytelsen på videomaterialet fra Kunming, ikke et estimat av hvor mange hettemåker som totalt finnes i byen eller en trend i bestanden over tid. Forfatterne rapporterer også svakere robusthet i ekstrem belysning og når bildekvaliteten er dårlig. Hastigheten på 21,4 bilderuter i sekundet ble målt på en arbeidsstasjon med RTX 3080-grafikkprosessor, og systemet må derfor optimaliseres og prøves bredere før tilsvarende ytelse kan forventes på mindre feltenheter og i mer varierte miljøer.

Studien viser dermed en konkret vei fra automatisk fuglegjenkjenning til sporing av enkeltindivider og telling i video. Hovedbidraget er ikke et nytt anslag over hettemåkebestanden i Kunming, men en testet metode for å produsere automatiske videotellinger under forholdene som inngikk i studien.

Om innholdet: Denne saken er produsert med KI-assistanse i en redaksjonell arbeidsflyt utviklet av Wildlife Vagabond. Det redaksjonelle ansvaret ligger hos Wildlife Vagabond.Slik brukes KI

Annen forskning

ARTER I SAKEN

Arten i saken

Hettemåke Chroicocephalus ridibundus Utforsk arten

Uavhengig nyhetsarkiv for forskning og naturvern

Var denne informasjonen nyttig?

Wildlife Vagabond er utviklet og vedlikeholdt uavhengig. Frivillig støtte bidrar til kildekontroll, drift og videre arbeid med forsknings- og naturvernnyheter.

Støtt Wildlife Vagabond

Nyhetsarkivet forblir fritt tilgjengelig.