Potato 是红外相机检测器或鸟鸣分类器之后的人工审核环节：由人确认和修正 MegaDetector、BirdNET、Raven 或 Audacity 的检测结果，再导出为 Camtrap DP、Darwin Core、MegaDetector JSON，或 Raven 和 Audacity 文件。Potato 免费开源，运行在你自己的电脑或服务器上，包括野外站点一台没有网络的笔记本电脑。
检测器和分类器让大规模的红外相机调查和声学调查成为可能，但大多数项目仍要人工核查输出。一项对三个处理红外相机数据的 AI 平台的评估发现，它们的物种分类召回率总体处于低到中等水平（Vélez et al., 2022），所以模型报告的结果通常要经人核实后才能成为数据。Potato 负责这一核实环节。Potato 读取检测器的输出，但本身不运行检测器，因此你需要先在自己的机器上运行 MegaDetector、物种分类器或 BirdNET-Analyzer，再导入它们写出的文件。
Potato 中的生态学任务
下表每一行是 Potato 2.12 自带的一种审核工作流，链接页面给出了命令和选项。
| 任务 | Potato 的做法 | 文档 |
|---|---|---|
| 分拣红外相机图像 | 一道单选题，预先填入检测器给出的最高类别（empty、animal、person、vehicle），用数字键 1 到 4 作答 | 红外相机 |
| 修正检测框和物种 | 预先画出置信度达到阈值的检测框；如果源数据给出了物种名，还会提供物种多选题 | 红外相机 |
| 审核整个序列 | 共享同一 seq_id 的图像作为一个条目，以帧画廊的形式显示 | 红外相机 |
| 核实 BirdNET 检测结果 | 每段录音一个条目，BirdNET 的框画在频谱图上，在有人修改之前显示为虚线 | 生物声学 |
| 从零开始绘制叫声框 | 带时频框和标签的 spectrogram_annotation 方案 | 频谱图标注 |
| 在地图上标注目击点或栖息地 | 在你自己的 GeoJSON 地图上使用点、多边形或区域选择的 geo_annotation 方案 | 地图 |
审核 MegaDetector 输出
导入时根据 MegaDetector 批处理文件和 MegaDetector 处理过的图像生成一个项目。使用 --image-dir 时，Potato 直接从图像原来的文件夹提供图像，大型调查的数据不必复制一份。
potato import -i md_output.json --image-dir /data/traps --md-threshold 0.5 -o review-project/
python potato/flask_server.py start review-project/config.yaml -p 8000
python -m potato.export -c review-project/config.yaml -f camtrap_dp -o package/--md-threshold 会在任何人看到检测结果之前，丢掉低于该置信度的检测（默认值为 0.2）。阈值越高，要删除的框越少，要补画的漏检动物越多，所以请根据你自己图像的一个样本来设定阈值。预填的答案只有在标注者保存该图像时才会存储，因此导出中只包含审核过的图像。每个框都保留检测器的名称和置信度，有人改动后会被标记为已编辑，你可以据此报告审核改动了多少检测结果。
导出数据
导出格式面向生态学研究者已经在用的工具和数据仓库，每种导出读取的都是审核后的答案。
megadetector写出带修正后检测框的批处理输出 JSON，供读取 MegaDetector 结果的工具使用。camtrap_dp写出 Camtrap DP 1.0 数据包（deployments、media、observations 和datapackage.json）。坐标和数据包元数据来自条目字段或--option值，缺失的内容会在警告中列出，所以发布前请先运行 Camtrap DP 验证器。darwin_core写出 Darwin Core 物种出现记录表；模型的鉴定结果未被改动时basisOfRecord设为 MachineObservation，否则设为 HumanObservation。raven和audacity_labels为每段录音写出一个选择表或标签轨，可以在 Raven 或 Audacity 中与音频一起打开。
与 Timelapse、Wildlife Insights 和 Raven 的分工
Timelapse 是一款为红外相机图像打标签的桌面程序，能读取 MegaDetector 输出。Wildlife Insights 是一个托管平台，对上传的图像做分类，并让用户审核结果。Raven Pro 是康奈尔鸟类学实验室用于查看和测量声音的程序。当几个人分担审核工作时，Potato 更合适，因为它把图像或录音分配给审核者，并保留每个人的答案。当图像不能离开你自己的服务器时，Potato 也合适，因为整个工具运行在这台服务器上，安装完成后不需要任何外部连接。
常见问题
能否载入 MegaDetector 输出，只审核它标记出的图像？
能。potato import 读取 MegaDetector 批处理文件，--md-threshold 丢掉低于你所选置信度的检测，因此没有任何检测高于阈值的图像一开始就是 empty。标注者按一个键确认或更改这个分拣答案，再在需要修正的图像上修正检测框。
能否逐段核实 BirdNET 的检测结果？
能。potato import -f birdnet 能读取 BirdNET-Analyzer 的两种输出格式，--min-confidence 决定导入哪些检测。每段录音打开时，BirdNET 的框已画在频谱图上，标注者可以移动、调整大小、重新标注或删除这些框，并补画 BirdNET 漏掉的叫声。Potato 不包含 BirdNET 的模型，这些模型采用 CC BY-NC-SA 许可。
输出能发布到 GBIF 吗？
Potato 能写出发布到 GBIF 时所用的两种起始格式：用 camtrap_dp 生成的 Camtrap DP 1.0 数据包，以及用 darwin_core 生成的 Darwin Core 物种出现记录表。发布本身在 Potato 之外完成，Camtrap DP 导出会列出导出器未能填写的元数据。
Potato 能在没有网络的野外站点笔记本电脑上运行吗？
能，只要先装好 Potato。Potato 的整个界面都由安装目录提供，审核本机上的图像或录音不需要任何网络连接。气隙与离线部署列出了哪些内容在本地提供。
延伸阅读
- 红外相机与生物声学工具对比：Timelapse、Wildlife Insights、Raven、Kaleidoscope 与 Potato 的比较
- 红外相机和生物声学：所有导入和导出选项
- 导出格式：每种生态学格式写出的文件
- 聚合众包标签：合并多名志愿者给出的物种判断
- 这些工作流所依托的通用图像和音频工具：计算机视觉和音频与语音
参考文献
- Vélez et al. (2022). An evaluation of platforms for processing camera-trap data using artificial intelligence. Methods in Ecology and Evolution. https://researchonline.ljmu.ac.uk/id/eprint/19506/