研究著眼于深度學(xué)習(xí)對植物標(biāo)本物種鑒定的潛力

讓我們通過深度學(xué)習(xí)來利用植物標(biāo)本館的影響，”是8月11日BMC系列博客的頭條新聞。

為了讓您了解科學(xué)家正在處理的數(shù)字，“世界各地維持植物標(biāo)本館的機(jī)構(gòu)數(shù)量約為3,000個(gè);在受控環(huán)境下儲(chǔ)存超過350,000,000個(gè)樣本。”

不僅如此，但是，TechCrunch表示，“它被懷疑隱藏在其中的可能是成千上萬的新物種 - 但是手動(dòng)通過所有樣本來仔細(xì)檢查它們，使分類法現(xiàn)代化等等的勞動(dòng)力成本是令人望而卻步的。 “

“ 植物標(biāo)本”指的是已經(jīng)系統(tǒng)安裝和分類的植物集合。

難怪，根據(jù)大自然的說法，數(shù)字化植物標(biāo)本正在為研究人員開辟一個(gè)全新的世界。

Nature的 Heidi Ledford 說：“世界各地的自然歷史博物館正在競相將其藏品數(shù)字化，將他們的標(biāo)本圖像存放到開放式數(shù)據(jù)庫中，研究人員可以隨時(shí)隨地搜索。一個(gè)數(shù)據(jù)聚合器，即美國國家科學(xué)基金會(huì)的iDigBio項(xiàng)目，全國各地收藏的植物和動(dòng)物圖片超過1.5億張。“

植物標(biāo)本館藏有植物的遺產(chǎn)和知識(shí)。博物館和機(jī)構(gòu)保持與植物標(biāo)本收集了數(shù)百個(gè)他們的植物標(biāo)本年。

然而，有些數(shù)據(jù)尚未開發(fā)。那是因?yàn)樽R(shí)別和分類標(biāo)本并不容易。問題：(1)在物種層面仍有數(shù)千張不明身份(2)許多表需要審查和更新，以反映最近的分類學(xué)知識(shí);(3)植物學(xué)家的這些任務(wù)需要在合理的時(shí)間內(nèi)完成大量工作。

在周五的BMC系列博客中，JoséCarranza-Rojas，Erick Mata-Montero和Pierre Bonnet討論了他們今天在BMC進(jìn)化生物學(xué)中發(fā)表的研究，該研究使用深度學(xué)習(xí)計(jì)算機(jī)視覺技術(shù)自動(dòng)化標(biāo)本識(shí)別。作者在他們的論文中說結(jié)果顯示深度學(xué)習(xí)對植物標(biāo)本物種鑒定的潛力，“特別是通過不同植物標(biāo)本館的不同數(shù)據(jù)集進(jìn)行培訓(xùn)和測試。”

根據(jù)該論文的摘要，“應(yīng)用到植物標(biāo)本計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)方法床單是有前途的，但仍然沒有很好的研究相比，從葉掃描或在外地植物的圖片自動(dòng)物種鑒定。”

“深入研究植物標(biāo)本館標(biāo)本的自動(dòng)識(shí)別”，這是一篇開放獲取文章，是BMC進(jìn)化生物學(xué)的標(biāo)題。

作者是Jose Carranza-Rojas，Herve Goeau，Pierre Bonnet，Erick Mata-Montero和Alexis Joly。

Nature的 Heidi Ledford 說：“這項(xiàng)工作于8月11日發(fā)表在BMC進(jìn)化生物學(xué)上，是第一次嘗試使用深度學(xué)習(xí) - 一種人工智能技術(shù)，教授使用大型復(fù)雜數(shù)據(jù)集的神經(jīng)網(wǎng)絡(luò) - 來解決困難的分類學(xué)在自然歷史收藏中識(shí)別物種的任務(wù)。“

Ledford in Nature描述了他們的研究。

據(jù)研究人員稱，在數(shù)千種保存植物的圖像上訓(xùn)練的計(jì)算機(jī)算法學(xué)會(huì)了自動(dòng)識(shí)別壓制，干燥和安裝在植物標(biāo)本上的物種。“Bonnet的團(tuán)隊(duì)已經(jīng)通過Pl @ ntNet項(xiàng)目實(shí)現(xiàn)了工廠識(shí)別的自動(dòng)化。” (它已經(jīng)積累了數(shù)百萬的新鮮植物圖像，通常由人們使用其手機(jī)應(yīng)用程序來識(shí)別標(biāo)本。)

下一步是什么?

作者提出了使用深度學(xué)習(xí)來處理植物標(biāo)本圖像的案例。

“植物標(biāo)本圖像的一個(gè)問題是視覺噪聲。通常情況下，標(biāo)本放在紙張上而沒有自動(dòng)視覺處理需求。例如，器官并置，圖像中也存在標(biāo)簽等元素。深度學(xué)習(xí)是一種技術(shù)已經(jīng)證明它可以很好地處理視覺噪聲和復(fù)雜的圖像。所以現(xiàn)在正是嘗試將它用于標(biāo)槍術(shù)圖像的時(shí)候。“

賓夕法尼亞州立大學(xué)的古植物學(xué)家彼得威爾夫在自然文章中引述說：“這種工作是未來;這是我們在自然歷史中的發(fā)展方向。”

撰寫該博客的Carranza-Rojas，Mata-Montero和Bonnet說：“野外探險(xiǎn)家，植物學(xué)家，分類學(xué)家，技術(shù)人員和數(shù)據(jù)管理人員投入了大量的工作，不僅為生物學(xué)生成了非常有用的數(shù)據(jù)。我們希望這項(xiàng)工作能夠?yàn)檫@些社區(qū)之間更強(qiáng)大的合作打開大門，特別是在自然歷史博物館和機(jī)器學(xué)習(xí)/計(jì)算機(jī)視覺實(shí)驗(yàn)室之間。“