评估非洲野生动物图像分类的深度学习模型：从 DenseNet 到 Vision Transformer
计算机视觉与模式识别
2025-07-30 v1 人工智能
摘要
非洲野生动物面临严重威胁，过去五个十年间脊椎动物数量下降超过65%。作为应对措施，利用深度学习进行图像分类已成为一种有前景的生物多样性监测和保育工具。本文present了一项针对非洲野生动物图像进行自动分类的深度学习模型比较研究，主要聚焦于使用冻结特征提取器的迁移学习。我们采用公开的数据集，包含四种动物：buffalo、elephant、rhinoceros和zebra；评估了DenseNet-201、ResNet-152、EfficientNet-B4和Vision Transformer ViT-H/14的性能。DenseNet-201在卷积网络中取得最佳性能（67%准确率），而ViT-H/14获得最高的总体准确率（99%），但计算成本显著更高，引发部署方面的顾虑。我们的实验强调了准确率、资源需求与可部署性之间的权衡。最佳卷积网络（DenseNet-201）被集成到Hugging Face Gradio Space中，用于现场实时使用，证明了在保育领域部署轻量级模型的可行性。本工作通过提供关于模型选择、数据集准备以及负责任地部署深度学习工具用于野生动物保育的实用见解，为非洲 grounding AI research做出了贡献。
引用
@article{arxiv.2507.21364,
title = {Evaluating Deep Learning Models for African Wildlife Image Classification: From DenseNet to Vision Transformers},
author = {Lukman Jibril Aliyu and Umar Sani Muhammad and Bilqisu Ismail and Nasiru Muhammad and Almustapha A Wakili and Seid Muhie Yimam and Shamsuddeen Hassan Muhammad and Mustapha Abdullahi},
journal= {arXiv preprint arXiv:2507.21364},
year = {2025}
}
备注
Accepted as a camera-ready paper at Deep Learning Indaba 2025 (Kigali, Rwanda)