Дополнительные файлы [RJEE Vol. 9 (1). 2024 – 2]

• Рис. 1. Схема потока данных и действий при оптимальном дизайне применения ИИ при обработке данных с фотоловушек (полуавтоматическая классификация)
• Рис. 2. Интерфейс основных компонентов веб-сервиса Wildlife Insights на примере базового модуля проекта CFNR CAMMON: A – мировая карта всех представленных на платформе проектов; B – главное окно проекта с общими операционными статистками; C – окно классификации изображений, сгруппированных в независимые регистрации (в верхнем левом углу каждого превью-изображения показано число фотографий в данной регистрации); D – окно открытой регистрации с результатами работы детектора и классификатора (справа показаны возможные варианты классификации)
• Рис. 3. Интерфейс основных компонентов веб-сервиса Agouti на примере базового модуля проекта CFNR CAMMON: A – мировая карта всех представленных на платформе проектов; B – главное окно проекта с его описанием и картой локаций фотоловушек; C – окно классификации изображений, сгруппированных в независимые регистрации (красной рамкой обведены доступные модели классификатора и результат классификации); D – окно калибровки локации фотоловушки, аналогичной программе AnimalTracker
• Рис. 4. Интерфейс основных компонентов веб-сервиса WildTrax на примере базового модуля проекта CFNR CAMMON: A – мировая карта всех представленных на платформе проектов; B – вкладка организации c перечнем локаций фотоловушек; C – вкладка проекта с перечнем встреченных видов и числом их изображений; D – окно классификации изображений, сгруппированных в независимые регистрации
• Рис. 5. Интерфейс программы Timelapse на примере базового модуля проекта CFNR CAMMON. Показан экран тегирования с загруженными результатами распознавания ML-программы EcoAssist. Меню тегов отображается справа вверху; зеленым подсвечены теги, которые заполняются автоматически при нажатии кнопки «быстрого» тега или копирования предыдущего. Меню «Quick Paste» (выделено красной рамкой) позволяет создавать и выбирать неограниченное число уже готовых «быстрых» тегов
• Рис. 6. Пример выявления образа животного с помощью расчета разницы значений пикселей на соседних изображениях в программе Timelapse: A – первый кадр регистрации европейской косули, «спрятавшейся» за деревьями; B – второй кадр регистрации европейской косули; C – третий кадр регистрации европейской косули со сработавшим детектором; D – результат попиксельного сравнения третьего и второго кадров; E – первый кадр регистрации европейского ежа; F – второй кадр регистрации европейского ежа; G – результат попиксельного сравнения первых двух кадров с наложением