Fortalecer la conectividad entre investigadores y practicantes para el monitoreo ecológico automatizado.
Explorar diferentes tipos de datos para el monitoreo de biodiversidad y abordar desafíos compartidos en el análisis, organización y desarrollo de modelos.
Introducir a los participantes a herramientas esenciales de aprendizaje automático para visión por computadora y bioacústica.
Este taller es posible gracias al apoyo de The Boring Fund 2024 de WILDLABS. Nos enorgullece ser uno de los proyectos ganadores que recibieron financiamiento para fortalecer la infraestructura y el conocimiento en tecnología de conservación.
Involucraremos a investigadores, científicos y estudiantes locales en el desarrollo de los materiales del curso y del taller.
Compartiremos las mejores prácticas para trabajar con sensores ecológicos y aprendizaje automático.
Compartiremos todos los materiales del curso con licencias de código abierto.
Reuniremos a investigadores, científicos y estudiantes para compartir conocimientos y colaborar en proyectos.
Antes del taller, vamos a publicar lecturas para preparar el curso. La mayoría son en inglés.
Primera lección: Cómo instalar Python y Visual Studio Code para el taller.
Segunda lección: Cómo configurar y usar GitHub Copilot en Visual Studio Code para programación asistida por IA.
Tercera lección: Cómo organizar y rastrear experimentos de aprendizaje automático usando comet.ml.
Charla en español sobre el conjunto de datos BirdCLEF que se utilizará en el taller.
Esta charla proporciona una introducción al conjunto de datos BirdCLEF y su relevancia para el análisis de biodiversidad.
Tutorial paso a paso para instalar y configurar Label Studio, una herramienta esencial para la anotación de datos.
Este video muestra cómo instalar y configurar Label Studio, una herramienta que será utilizada durante el taller para la anotación de imágenes de cámaras trampa.
Tutorial sobre el uso de DeepForest para la predicción de biodiversidad a partir de imágenes aéreas.
Este video proporciona una guía completa sobre cómo utilizar DeepForest, un paquete de Python para aprendizaje profundo en imágenes forestales, para predecir la biodiversidad a partir de imágenes aéreas.
Conozca a los participantes del taller y sus proyectos de investigación. Cada participante comparte un video corto de 2 minutos sobre sus intereses y objetivos de investigación.
Procesamiento de datos de cámaras trampa usando MegaDetector
Captura de datos de biodiversidad con grabadoras de audio (Ulloa et al. 2024)
Monitoreo de grandes áreas con sensores remotos aéreos
Este taller está organizado por el Laboratorio de Weecology de la Universidad de Florida, la Universidad de Antioquia y la Universidad Nacional de Colombia.