A NOAA Sea Lion Count egy mélytanulásos fókaszámláló projekt. Ez a Codespring mentorprogram egyik első lépését jelképezi a gépi tanulás világába. A projekt ötlete a Kaggle-ről származik, amely gépi tanulással kapcsolatos kihívásokat hírdet és díjaz. Ezenbelül a NOAA Fisheries Steller Sea Lion Population Count verseny a következő motivációt nyújtja a témához:

“A Steller-oroszlánfókák számossága az Aleut-szigetek nyugati részén az utóbbi 30 évben 94 százalékkal csökkent. A Csendes-óceán északi részén található népesség megőrzési erőfeszítések középpontjában áll, amelyek éves népességszámlálást igényelnek. […] Jelenleg biológusoknak akár négy hónapjába is kerül a fókák megszámlálása azon sok ezer képen, melyeket egy évben a NOAA Fisheries összegyűjt. Az egyéni számlálások elvégzése után a számokat össze kell egyeztetni a megbízhatóságuk alátámasztásáért. Ezen számlálások eredeményei időkritikusak.”

A projekt célja oroszlánfókák megszámlálása és típus szerinti megkülönböztetése magas felbontású légi felvételeken. Ezen célra olyan modern gépi tanulási és képfeldolgozási könyvtárakat és metodológiákat vettünk igénybe, mint például a Tensorflow, a ResNet-50 előre tanított neurális háló, és a Faster R-CNN.

Fontosabb adatok:

A projektben résztvevő hallgató: Karesz, Zalán

Mentorok: Zsolt, Zölde, Csaba