Key points are not available for this paper at this time.
物体检测是一种通过结合分类、识别和物体定位等学习方法来识别和检测图像或视频中存在的各种物体的方法。通过相机捕捉野生动物物种的识别仍然是一个未解决的挑战，主要归因于拍摄条件带来的各种困难，例如光照波动、多变的天气模式、季节变化和复杂的背景。此外，自然物体造成的不可预测的运动、多样的形状和姿势以及遮挡进一步增加了复杂性，使得准确识别成为一个持续的问题。本文利用YOLOv5和Detectron2框架将动物图像分类为预定义类别，并标注区域。这些自动化识别和随后的身份检测框架分别应用于大猩猩和猴子，使用布里斯托尔和猴子物种数据集。进行的实验在两个数据集上均取得了良好结果，实现了YOLOv5的最高mAP为95.07.
Ansari等（Mon，）研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: