39、基于Edge Impulse的野生动物监测模型开发全流程指南

基于Edge Impulse的野生动物监测模型开发全流程指南

1. 数据准备

在进行野生动物监测模型开发时，独特的物种名称不会在现有的ImageNet（如MobileNetV2）上进行预训练。同时，你可以选择两种不同类型的降维方法：t - SNE（适用于较小的数据集）和PCA（适用于任何大小的数据集）。

1.1 数据上传

按照iNaturalist Python数据下载脚本获取图像后，你可以通过以下两种方式将图像上传到Edge Impulse项目中：
- 使用Edge Impulse项目的Web GUI ：直观地进行数据上传操作。
- 使用Edge Impulse CLI上传器 ：使用以下命令，确保将 [your - api - key] 替换为你的Edge Impulse项目的API密钥， [label] 替换为“unknown”或捕获动物的名称， [directory] 替换为你在iNaturalist Python脚本中指定的文件目录。

$ edge-impulse-uploader --api-key [your-api-key] --label [label] \
   --category split .[directory]/*

无论是Web GUI还是上传器CLI，都允许你将上传的图像自动按80/20的比例分割为训练集和测试集，这是大多数机器学习项目的理想比例。