Leerling:
Khion Dandaré, Jayden Esser, Antisar Idriss & Angel Kalmez
School:
Maria Immaculata lyceum, Curacao
Docent:
S.M. Losiabaar
Ons profielwerkstuk richt zich op het efficiënter monitoren van Curaçaose witstaartherten door middel van kunstmatige intelligentie. Geïnspireerd door de bewegingsdetectiecamera’s van Carmabi hebben we een objectdetectiemodel ontwikkeld dat in staat is om herten te herkennen en te sorteren. Dit bespaart biologen waardevolle tijd, vermindert menselijke fouten en draagt bij aan natuurbehoud.
We hebben verschillende AI-modellen vergeleken en kozen voor YOLOv8 omwille van de snelheid, efficiëntie en lage hardware-eisen. Ons eindproduct omvat zowel een app als een webapplicatie, waarmee onderzoekers moeiteloos herten kunnen identificeren en analyseren.
Dit project illustreert hoe technologie en ecologie hand in hand kunnen gaan bij de bescherming van bedreigde diersoorten.
