描述

1800 年，僅在非洲就可能有 2600 萬(wàn)頭大象，盡管很難精確。

?

大象被毀的原因

• 去年大約有 20,000 頭非洲象因長(zhǎng)牙而死亡，比出生的還多
• 由于人口繁盛，大象因占用土地而被殺。一群大象可以摧毀許多小農(nóng)的一年生作物。人的生命也處于危險(xiǎn)之中。在印度，恐慌或憤怒的大象每年會(huì)殺死 400 多人(pdf)。
• 亞洲象的象牙、肉和身體部位也被偷獵，而小象則被從野外捕獲并出售給旅游業(yè)。在世界范圍內(nèi)，亞洲象被訓(xùn)練、交易并用于旅游公園和馬戲團(tuán)的娛樂(lè)活動(dòng)，也用于非法采伐活動(dòng)。

關(guān)鍵解決方案：

我開(kāi)發(fā)了一個(gè)機(jī)器學(xué)習(xí)模型，用于使用邊緣脈沖軟件預(yù)測(cè)大象的行為。這些模型將預(yù)測(cè)大象附近的偷獵者活動(dòng)、大象進(jìn)入村莊時(shí)的人類(lèi)沖突、大象防止人類(lèi)接觸大象的必須行為以及玩耍、睡覺(jué)、性和母子等正?；顒?dòng)跟蹤。在我訓(xùn)練有素的模型中，我涵蓋了以下這些條件。

硬件部分將是大象的項(xiàng)圈，將由智能公園部署。在這個(gè)項(xiàng)目中，我只專(zhuān)注于機(jī)器學(xué)習(xí)模型。我添加了測(cè)試數(shù)據(jù)，可用于評(píng)估我的模型。

數(shù)據(jù)采集

我基于兩個(gè)不同的數(shù)據(jù)輸入在邊緣脈沖中創(chuàng)建了兩個(gè)不同的 TinyML 模型。我使用音頻輸入、三軸加速度計(jì)來(lái)訓(xùn)練模型并進(jìn)行部署。

項(xiàng)圈有以下配置：

所以我決定用這兩個(gè)數(shù)據(jù)輸入（音頻，3 軸）來(lái)訓(xùn)練我的模型。所以它可以部署在衣領(lǐng)中以備將來(lái)使用。

模型架構(gòu)

根據(jù)數(shù)據(jù)輸入，我將機(jī)器學(xué)習(xí)模型分為三類(lèi)。

• 模型 1 -> 數(shù)據(jù)集將是音頻輸入
• 模型 2 -> 數(shù)據(jù)集將是三倍加速度計(jì)軸

模型1

模型 1 將涵蓋模型中提到的所有用例。大象在各種各樣的情況下發(fā)聲。他們呼吁宣傳生理或荷爾蒙狀態(tài)，警告他人和威脅，表現(xiàn)出強(qiáng)烈的情緒，宣布需求或愿望，提出、談判或討論行動(dòng)計(jì)劃，協(xié)調(diào)群體運(yùn)動(dòng)，確保群體防御，關(guān)心對(duì)小牛來(lái)說(shuō)，尋求關(guān)心或支持，加強(qiáng)家人和朋友之間的聯(lián)系，調(diào)和分歧，并保持統(tǒng)治地位。

模型 1 能夠在大多數(shù)情況下以最小的誤差和更高的準(zhǔn)確度預(yù)測(cè)大象的行為。在我的機(jī)器學(xué)習(xí)模型中，模型 1 和模型 2 將主要用于預(yù)測(cè)大象的行為。

模型2

模型 2 還將涵蓋模型 1 中提到的相同用例。大象的行為會(huì)根據(jù)防御、警告部隊(duì)、攻擊、玩耍等情況而有所不同。因此，根據(jù)加速度計(jì)數(shù)據(jù)，我們可以預(yù)測(cè)行為。

模型 1 - 數(shù)據(jù)集將是音頻

在 Edge Impulse 中創(chuàng)建項(xiàng)目

步驟1：

要在邊緣脈沖中創(chuàng)建新帳戶(hù)，您需要提供新帳戶(hù)的電子郵件 ID 和密碼。它非常直接和簡(jiǎn)單，因?yàn)樗粫?huì)詢(xún)問(wèn)出生日期、姓名、地址等。

創(chuàng)建邊緣脈沖后，將定向到創(chuàng)建項(xiàng)目頁(yè)面。

對(duì)于模型 1，我為項(xiàng)目輸入了一個(gè)唯一名稱(chēng)。

第2步：

創(chuàng)建帳戶(hù)后，您可以在頁(yè)面頂部看到您的項(xiàng)目名稱(chēng)，在左側(cè)您會(huì)注意到要遵循的步驟。截至目前，它沒(méi)有突出顯示，說(shuō)明步驟尚未完成。

連接設(shè)備并獲取數(shù)據(jù)

轉(zhuǎn)到設(shè)備選項(xiàng)，然后單擊連接新設(shè)備

您有四個(gè)選項(xiàng)來(lái)獲取數(shù)據(jù)。

• 開(kāi)發(fā)板
• 使用您的手機(jī)
• 移植指南
• 導(dǎo)入預(yù)構(gòu)建數(shù)據(jù)集

在這里，我更喜歡手機(jī)來(lái)收集數(shù)據(jù)。

它將顯示一個(gè)唯一的二維碼來(lái)連接您的手機(jī)，掃描此二維碼以獲取鏈接并在您的手機(jī)中打開(kāi)像谷歌瀏覽器一樣的網(wǎng)絡(luò)瀏覽器，自動(dòng)連接以獲取數(shù)據(jù)。

現(xiàn)在手機(jī)已連接到您的項(xiàng)目。

第 3 步：數(shù)據(jù)采集

請(qǐng)確保設(shè)備連接為電話并為音頻數(shù)據(jù)選擇麥克風(fēng)。您可以將樣本長(zhǎng)度從 1 秒到 60 秒不等，并給出唯一的名稱(chēng)標(biāo)簽。

第 4 步：標(biāo)簽 - 模型 1

標(biāo)簽在機(jī)器學(xué)習(xí)中對(duì)數(shù)據(jù)樣本進(jìn)行分類(lèi)起著重要作用，它有助于根據(jù)可用標(biāo)簽的數(shù)量訓(xùn)練模型。

在我們的模型 1 -> 數(shù)據(jù)集將是音頻輸入項(xiàng)目，標(biāo)簽將分類(lèi)如下圖。這是基于野生動(dòng)物地區(qū)的用例和環(huán)境噪聲。

在每個(gè)數(shù)據(jù)集標(biāo)簽中，都會(huì)添加背景噪音。因此，我們需要捕獲音頻數(shù)據(jù)以及背景噪聲以獲得更好的準(zhǔn)確性。由于在實(shí)時(shí)數(shù)據(jù)中，噪聲肯定是可用的，因此在訓(xùn)練自身時(shí)，我們需要將這些數(shù)據(jù)與所有現(xiàn)有標(biāo)簽一起添加。

4.1偷獵者攻擊

偷獵者通常使用卡拉什尼科夫沖鋒槍或毒箭，”世界自然基金會(huì)西非協(xié)調(diào)員 Pauwel De Wachter 在新聞周刊發(fā)表的一份聲明中說(shuō)。“這些武器會(huì)傷害動(dòng)物，但不要立即殺死它們。大象一落地，偷獵者就會(huì)割斷他的肌腱以固定它，讓它們痛苦地死去。為了讓大象更快地排出血液，他們割斷了它的鼻子。”

所以從以上信息可以看出，偷獵者使用卡拉什尼科夫沖鋒槍和毒箭作為獵殺大象的武器。

。

為卡拉什尼科夫沖鋒槍收集一分鐘樣本

雨林聲音可以上傳為 wav 格式，如下所示。

將卡拉什尼科夫沖鋒槍與森林背景噪音混合

模型 2：數(shù)據(jù)集將是三軸加速度計(jì)

步驟 1 和步驟 2 將與模型 1 方法相同。所以step1&2請(qǐng)參考Model1中提到的步驟。

第 3 步：數(shù)據(jù)采集

請(qǐng)確保設(shè)備連接為電話并選擇加速度計(jì)以獲取 3 軸數(shù)據(jù)。給出唯一的名稱(chēng)標(biāo)簽。

第 4 步：標(biāo)記 - 模型 2

標(biāo)簽在機(jī)器學(xué)習(xí)中對(duì)數(shù)據(jù)樣本進(jìn)行分類(lèi)起著重要作用，它有助于根據(jù)可用標(biāo)簽的數(shù)量訓(xùn)練模型。

在我們的模型 2 -> 數(shù)據(jù)集將是三軸加速度計(jì)項(xiàng)目，標(biāo)簽將分類(lèi)如下圖。這是基于野生動(dòng)物地區(qū)的用例和環(huán)境噪聲。

模型 2 的標(biāo)簽

• 慢走
• 跑步
• 好斗的
• 坐姿
• 閑置的

4.1 捕獲三軸加速度計(jì)數(shù)據(jù)

捕捉大象的動(dòng)作是該項(xiàng)目中最艱巨的任務(wù)。開(kāi)源中提供了非常罕見(jiàn)的 3 軸數(shù)據(jù)。因此，模擬各種大象動(dòng)作的肚軸數(shù)據(jù)是非常不可能的。

然后我決定用四足動(dòng)物模擬類(lèi)似的數(shù)據(jù)。對(duì)于我的項(xiàng)目，我選擇了我的哈巴狗。我為我的狗制作了定制的腰帶來(lái)固定手機(jī)。

我已經(jīng)把手機(jī)放在狗身上，做了如下的標(biāo)簽動(dòng)作，捕捉到了超過(guò) 4 分鐘的數(shù)據(jù)。

4.2 創(chuàng)建脈沖部分

在創(chuàng)建脈沖部分，窗口大小為 3000 毫秒，增加窗口大小為 500 毫秒。對(duì)于學(xué)習(xí)塊，選擇神經(jīng)網(wǎng)絡(luò) (keras) 和 k-means 異常檢測(cè)。

NN分類(lèi)器中的最小置信度選擇為65%。

5. 測(cè)試模型

在實(shí)時(shí)分類(lèi)中，連接手機(jī)并測(cè)試數(shù)據(jù)。

這里是一些測(cè)試數(shù)據(jù)的快照。

準(zhǔn)確性

準(zhǔn)確度定義了訓(xùn)練模型的質(zhì)量。在這里，我在輸入數(shù)據(jù)為音頻的模型 1 中實(shí)現(xiàn)了 87.2%。在模型 2（加速度計(jì)數(shù)據(jù)）中，我達(dá)到了 77%。

模型 1 精度

?

模型 2 精度

在模型 2 中，準(zhǔn)確性損失是由于通過(guò)真狗捕獲數(shù)據(jù)造成的。將來(lái)我計(jì)劃收集更多數(shù)據(jù)來(lái)訓(xùn)練模型。

部署

部署是項(xiàng)目的最終過(guò)程。訓(xùn)練后的模型可以根據(jù)需要以不同的格式部署。部署選項(xiàng)列表如下：

Model1 的過(guò)程將相同。我已將該模型部署為 C++ 庫(kù)。

這兩個(gè)模型以 C++、Arduino 格式部署，并添加了 GitHub 存儲(chǔ)庫(kù)鏈接。

基于兩種模型的活動(dòng)分類(lèi)

根據(jù)這兩個(gè)模型的結(jié)果，活動(dòng)可以分為三類(lèi)。

紅色警報(bào)：

紅色警報(bào)表示需要從護(hù)林員一側(cè)立即進(jìn)行檢查。只要有偷獵活動(dòng)，就可以通過(guò)大象的運(yùn)動(dòng)來(lái)識(shí)別。大象大多處于防御模式或攻擊性。在大象的動(dòng)作【奔跑、進(jìn)取】中可以清楚地表現(xiàn)出來(lái)。

除此之外，如果通過(guò)模型1（音頻輸入）識(shí)別偷獵者攻擊。因此，如果檢測(cè)到?卡拉什尼科夫沖鋒槍的聲音或灌木箭頭攻擊的聲音，那么大象就有被偷獵的風(fēng)險(xiǎn)。需要為行動(dòng)部署護(hù)林員。

警告：

最近幾天，偷獵者使用毒箭攻擊大象，當(dāng)他們用毒箭攻擊大象時(shí)，大象不會(huì)立即死亡。取而代之的是，偷獵者將跟隨受傷的大象。幾個(gè)小時(shí)后，大象就會(huì)被擱淺。

上述情況可以作為警告通知給儀表板。監(jiān)測(cè)灌木箭頭的撞擊聲或大象的動(dòng)作長(zhǎng)時(shí)間閑置，則可以作為對(duì)護(hù)林員的警告。

正常活動(dòng)：

每當(dāng)模型 1 中沒(méi)有檢測(cè)到偷獵者活動(dòng)（音頻輸入）并且大象活動(dòng)正常，如空閑、行走、坐姿和很少的跑步動(dòng)作（嬉戲的情緒）。它可以標(biāo)記為正?；顒?dòng)。

通過(guò)這兩個(gè)邊緣脈沖模型，可以監(jiān)測(cè)大象的活動(dòng)并幫助保護(hù)瀕危物種免受風(fēng)險(xiǎn)。

?

?