Aktualności

29.05.2025 – Nagroda WILDLABS dla projektu Trapper Keeper!

Z radością dzielimy się ekscytującą wiadomością: w tym roku Open Science Conservation Fund został uhonorowany nagrodą WILDLABS 2025 za nasz wspólny projekt — Trapper Keeper. To przedsięwzięcie łączy wyjątkowy zespół z BearID Project (USA i Kanada), Universidad San Francisco de Quito (Ekwador) oraz San Diego Zoo Wildlife Alliance (USA).

Jesteśmy szczególnie dumni z tego, że trzon projektu Trapper Keeper powstał w Instytucie Biologii Ssaków PAN. W ostatnich latach projekt nieustannie się rozwijał, integrując nowoczesne narzędzia sztucznej inteligencji, takie jak TrapperAI, aby wspierać monitoring przyrody i działania na rzecz ochrony dzikich zwierząt.

https://wildlabs.net/article/announcing-wildlabs-awards-2025-grantees

Trapper Keeper – Podsumowanie Projektu

Dzięki wsparciu WILDLABS Awards rozpoczynamy realizację projektu Trapper Keeper – open source, wspieranej przez AI infrastruktury nowej generacji do zarządzania danymi z fotopułapek. Projekt ten odpowiada na potrzeby szerokiego grona użytkowników z sektora badawczego i ochrony przyrody – od małych, zdalnych laboratoriów z ograniczonym dostępem do internetu, po duże organizacje pozarządowe, instytuty naukowe i niezależnych badaczy.

Bazując na fundamencie istniejącej wersji TRAPPER 2.0 BETA, stworzymy solidny i skalowalny system, oferujący zarówno przenośne, gotowe do użytku serwery terenowejak i modułowe wdrożenia dla większych instytucji. Trapper Keeper umożliwi użytkownikom efektywne zarządzanie, przetwarzanie i udostępnianie danych bioróżnorodności – nawet w warunkach ograniczonych zasobów – oraz połączy lokalne działania monitorujące z globalną infrastrukturą danych o bioróżnorodności.

W trakcie realizacji projektu planujemy:

  • Wydanie stabilnej, open source wersji TRAPPER 2.0, odpowiedniej zarówno dla małych, jak i dużych projektów z użyciem fotopułapek.
  • Poprawę użyteczności i dostępności poprzez uproszczenie instalacji (automatyczna konfiguracja, kontenery Docker), usprawnienie procesów (przesyłanie danych, przetwarzanie przez AI, eksport) oraz zaprojektowanie intuicyjnych interfejsów dla ekspertów i uczestników projektów obywatelskich.
  • Dostarczenie wsparcia i materiałów edukacyjnych, w tym dokumentacji technicznej i wideotutoriali, w celu zwiększenia dostępności technologii.
  • Opracowanie i przetestowanie przenośnych serwerów opartych na Raspberry Pi 5 z modułem AI HAT+ oraz NVIDIA Jetson, zamkniętych w wytrzymałych obudowach przystosowanych do pracy w terenie.
  • Wdrożenie skalowalnych rozwiązań na energooszczędnych serwerach Ampere opartych na platformie Arm dla większych projektów.
  • Integrację klasyfikatorów gatunkowych opartych na AI oraz narzędzi do analizy wideo, w tym modeli opracowanych przez SDZWA i BearID, z platformą TRAPPER.
  • Umożliwienie publikacji danych w formacie Camtrap DP bezpośrednio do platformy GBIF za pomocą Integrated Publishing Toolkit (IPT).
  • Przeprowadzenie testów użyteczności w rzeczywistych warunkach z udziałem różnorodnych partnerów, w tym:
    • USFQ (Ekwador),
    • Nanwakolas First Nations (Kanada),
    • Open Science Conservation Fund i Instytut Biologii Ssaków PAN (Polska),
    • Rezerwat Guaquira (Wenezuela).