The DeepFaune initiative: a collaborative effort towards the automatic identification of European fauna in camera trap images

Noa Rigoudy; Gaspard Dussert; Abdelbaki Benyoub; Aurélien Besnard; Carole Birck; Jérome Boyer; Yoann Bollet; Yoann Bunz; Gérard Caussimont; Elias Chetouane; Jules Chiffard; Pierre Cornette; Anne Delestrade; Nina de Backer; Lucie Dispan; Maden Le Barh; Jeanne Duhayer; Jean-François Elder; Jean-Baptiste Fanjul; Jocelyn Fonderflick; Nicolas Froustey; Mathieu Garel; William Gaudry; Agathe Gérard; Olivier Gimenez; Arzhela Hemery; Audrey Hemon; Jean-Michel Jullien; Daniel Knitter; Isabelle Malafosse; Mircea Marginean; Louise Ménard; Alice Ouvrier; Gwennaelle Pariset; Vincent Prunet; Julien Rabault; Malory Randon; Yann Raulet; Antoine Régnier; Romain Ribière; Jean-Claude Ricci; Sandrine Ruette; Yann Schneylin; Jérôme Sentilles; Nathalie Siefert; Bethany Smith; Guillaume Terpereau; Pierrick Touchet; Wilfried Thuiller; Antonio Uzal; Valentin Vautrain; Ruppert Vimal; Julian Weber; Bruno Spataro; Vincent Miele; Simon Chamaillé-Jammes

doi:10.1007/s10344-023-01742-7

Retour

The DeepFaune initiative: a collaborative effort towards the automatic identification of European fauna in camera trap images

Article de revue

Open Access

Avec comité de lecture

The DeepFaune initiative: a collaborative effort towards the automatic identification of European fauna in camera trap images

Noa Rigoudy, Gaspard Dussert, Abdelbaki Benyoub, Aurélien Besnard, Carole Birck, Jérome Boyer, Yoann Bollet, Yoann Bunz, Gérard Caussimont, Elias Chetouane, …

European Journal of Wildlife Research, Vol.69(6)

23/10/2023

DOI: https://doi.org/10.1007/s10344-023-01742-7

Résumé

camera trap

classification

deep-learning

Europe

France

Logiciel

Camera traps have revolutionized how ecologists monitor wildlife, but their full potential is realized only when the hundreds of thousands of collected images can be readily classified with minimal human intervention. Deep-learning classification models have allowed extraordinary progress towards this end, but trained models remain rare and are only now emerging for European fauna. We report on the first milestone of the DeepFaune initiative (https://www.deepfaune.cnrs.fr), a large-scale collaboration between more than 50 partners involved in wildlife research, conservation and management in France. We developed a classification model trained to recognize 26 species or higher-level taxa that are common in Europe, with an emphasis on mammals. The classification model achieved 0.97 validation accuracy and often >0.95 precision and recall for many classes. These performances were generally higher than 0.90 when tested on independent out-of-sample datasets for which we used image redundancy contained in sequences of images. We implemented our model in a software to classify images stored locally on a personal computer, so as to provide a free, user-friendly and high-performance tool for wildlife practitioners to automatically classify camera trap images. The DeepFaune initiative is an ongoing project, with new partners joining regularly, which allows us to continuously add new species to the classification model.

Fichiers et liens (2)

url

Find in HALAfficher

url

https://doi.org/10.1007/s10344-023-01742-7Afficher

Published (Version of record) Ouvrir

Indicateurs

1 Consultations de la notice

See more details

Détails

Titre: The DeepFaune initiative: a collaborative effort towards the automatic identification of European fauna in camera trap images
Créateurs - sans rôle: Noa Rigoudy - Université de Montpellier, Centre d'Ecologie Fonctionnelle et Evolutive - CEFE
Gaspard Dussert - Centre National de la Recherche Scientifique
Abdelbaki Benyoub - Ecrins National Park
Aurélien Besnard - Université de Montpellier, Centre d'Ecologie Fonctionnelle et Evolutive - CEFE
Carole Birck - Conservatoire d'Espaces Naturels Rhône-Alpes
Jérome Boyer - Fondation Pour la Recherche Sur la Biodiversité
Yoann Bollet - Fédération Départementale des Chasseurs de l'Ain
Yoann Bunz - Ecrins National Park
Gérard Caussimont - Auteur indépendant
Elias Chetouane - Université Grenoble Alpes
Jules Chiffard - Office Français de la Biodiversité
Pierre Cornette - Centre National de la Recherche Scientifique
Anne Delestrade - CREA Mont-Blanc
Nina de Backer - Parc naturel régional du Perche
Lucie Dispan - ECO
Maden Le Barh - ECO
Jeanne Duhayer - Université Claude Bernard Lyon 1
Jean-François Elder - Groupe d’Etude des Cétacés du Cotentin
Jean-Baptiste Fanjul - Fédération Départementale des Chasseurs de l'Ain
Jocelyn Fonderflick - Parc national des Cévennes
Nicolas Froustey - Institut Méditerranéen du Patrimoine Cynégétique et Faunistique
Mathieu Garel - Office Français de la Biodiversité
William Gaudry - Office Français de la Biodiversité
Agathe Gérard - Parc naturel régional des Ballons des Vosges
Olivier Gimenez - Université de Montpellier, Centre d'Ecologie Fonctionnelle et Evolutive - CEFE
Arzhela Hemery - Université de Montpellier, Centre d'Ecologie Fonctionnelle et Evolutive - CEFE
Audrey Hemon - Hôpital Saint-Michel
Jean-Michel Jullien - Auteur indépendant
Daniel Knitter - Auteur indépendant
Isabelle Malafosse - Parc national des Cévennes
Mircea Marginean - Fauna and Flora International
Louise Ménard - Obervatoire des Baronnies Provençales
Alice Ouvrier - Centre National de la Recherche Scientifique
Gwennaelle Pariset - Obervatoire des Baronnies Provençales
Vincent Prunet - Parc National du Mercantour
Julien Rabault - Institut de Recherche en Informatique de Toulouse
Malory Randon - Fédération Départementale des Chasseurs de la Drôme
Yann Raulet - Auteur indépendant
Antoine Régnier - Centre National de la Recherche Scientifique
Romain Ribière - Parc naturel régional de l’Aubrac
Jean-Claude Ricci - Institut Méditerranéen du Patrimoine Cynégétique et Faunistique
Sandrine Ruette - Office Français de la Biodiversité
Yann Schneylin - Auteur indépendant
Jérôme Sentilles - Office Français de la Biodiversité
Nathalie Siefert - Parc National du Mercantour
Bethany Smith - Nottingham Trent University
Guillaume Terpereau - Château de Longchamp
Pierrick Touchet - Office Français de la Biodiversité
Wilfried Thuiller - Laboratoire d'Écologie Alpine
Antonio Uzal - Nottingham Trent University
Valentin Vautrain - Parc naturel régional du Perche
Ruppert Vimal - Université Toulouse - Jean Jaurès
Julian Weber - Auteur indépendant
Bruno Spataro - Laboratoire de Biométrie et Biologie Evolutive
Vincent Miele - Laboratoire de Biométrie et Biologie Evolutive
Simon Chamaillé-Jammes - Université de Montpellier, Centre d'Ecologie Fonctionnelle et Evolutive - CEFE
Détails de publication: European Journal of Wildlife Research, Vol.69(6)
Note de subvention: The DeepFaune team is funded by the CNRS, the University Lyon 1, the “Ecole Normale Supérieure de Lyon” and the “Programme National de Recherche en Intelligence Artificielle”. The CNRS provided additional financial support through its “Mission pour les Initiatives Transverses et Interdisciplinaires”. The following funders supported data collection through various programs (supported partners in parenthesis): Région Auvergne-Rhône-Alpes (FDC Drôme, Ain, Jura; CREA; PNR Baronnies Provençales), Région Sud-PACA (NR Baronnies Provençales), Réseau de Transport d’Electricité (CEFE), Fédération Nationale des Chasseurs (FDC Ain, Jura, Office Français de la Biodiversité (through the Ecocontribution, FDC Ain, Jura)), Conseils Départementaux de l’Ain et du Jura (FDC Ain, Jura), Fonds européens FEDER/POIA (CREA), Département de la Haute Savoie (CREA), Département de la Drôme (PNR Baronnies Provençales), Département des Hautes-Alpes (PNR Baronnies Provençales), Communauté de Communes Vallée de Chamonix (CREA), DREAL Bourgogne-Franche-Comté (FDC Jura), DREAL Auverge-Rhône-Alpes (FDC Ain), DREAL Normandie (PNR Perche), DREAL Centre-Val-de-Loire (PNR Perche), DREAL Occitanie (UMR GEODE), Fondation François Sommer (UMR GEODE), Fédération Départementale des Chasseurs de la Marne (CERFE), Réseau SNCF (CERFE), Autoroutes SANEF (CERFE), Nottingham Trent University, and Fauna & Flora International (B. Smith & A. Uzal & M. Marginean). Programme National de Recherche en Intelligence Artificielle.
Identifiants: 99160921809311
Unité académique: Centre d'Ecologie Fonctionnelle et Evolutive - CEFE
Langue: English
Type de ressource: Journal article
Champs locaux: hal-04278674