O que é o Fauna Galapagos na prática
Fauna Galapagos é um conjunto de modelos de classificação de espécies e um kit de ferramentas de campo que roda localmente no seu computador. Ele foi projetado para processar imagens de animais em ambientes de alta umidade e com pouca conectividade, que é exatamente o cenário que a maioria das ferramentas comerciais falha em lidar. O projeto é open source e está disponível no GitHub. O repositório principal fica em github.com/fauna-galapagos/core. Você baixa o pacote, extrai numa pasta e roda o script de inicialização. Não tem cloud obrigatória, não tem assinatura. Se você tem uma GPU NVIDIA com pelo menos 8GB de VRAM, ele usa o modelo de visão nativo para identificação. Sem GPU, ele roda no CPU mas leva cerca de 4 segundos por imagem, contra 120ms com aceleração hardware.
Como instalar o fauna galapagos passo a passo
Comece certificando-se de que o Python 3.10 ou 3.11 está instalado. Versões mais recentes causam problemas com as dependências do PyTorch que o projeto usa. Verifique com python --version antes de prosseguir. Depois, crie um ambiente virtual. Eu recomendo usar venv em vez de conda — o conda às vezes entra em conflito com as bibliotecas CUDA que o Fauna Galapagos carrega, e você perde horas resolvendo isso. Rode:
python -m venv fg-env
source fg-env/bin/activate Em seguida, instale o pacote direto do repositório:
pip install git+https://github.com/fauna-galapagos/core.git Isso vai baixar o core, o motor de inferência e os modelos base de ResNet50 e EfficientNetB4 já treinados com dados do Arquipélago de Galápagos e espécies introduzidas. A instalação leva entre 3 e 5 minutos dependendo da sua conexão.
Após a instalação, execute a verificação: fg check
Ele mostra quantos detectores estão disponíveis, se a GPU foi reconhecida, e se os pesos dos modelos foram baixados corretamente. Se aparecer qualquer aviso vermelho sobre bibliotecas ausentes, não ignore. Você vai tropeçar mais tarde sem entender o motivo.
Fluxo de trabalho real
O uso típico é o seguinte: você tira fotos com qualquer câmera ou celular, junta num diretório, e roda o batch processor. O comando básico é: fg predict --input ./fotos_campo --output ./resultados --confidence 0.75
👉 Clique no botão abaixo para saber mais sobre o assunto!
O parâmetro --confidence define o limiar mínimo. Abaixo de 0.75, o modelo começa a classificar coisas como "aves não identificadas" ou "réptil — família incerta". Acima de 0.90, você perde espécies raras que o modelo reconhece mas com menos certeza. 0.75 é o ponto que funciona na maior parte dos cenários de campo. O arquivo de saída é um CSV com colunas: filename, species, confidence, bbox_x, bbox_y, bbox_width, bbox_height. As coordenadas são relativas à imagem original. Você pode usar isso depois num script próprio para sobrepor labels nas fotos.
Um detalhe que ninguém menciona nos tutoriais: o Fauna Galapagos lida mal com imagens subaquáticas. O modelo foi treinado predominantemente com dados terrestres e costeiros. Se você tentar processar fotos de tartarugas marinhas embaixo d'água, a taxa de erro salta para algo perto de 60%. Para esse caso, existe um sub-modelo chamado fg marine que precisa ser baixado separadamente com fg install marine.
Problema que encontrei e como resolvi
Na minha terceira expedição, tentei rodar o Fauna Galapagos num laptop com placa integrada Intel Iris Xe. O processo simplesmente travava após a segunda imagem. O log mostrava um erro de out-of-memory no tensor de attention do Transformer que o modelo usa como camada intermediária. A solução foi editar o arquivo de configuração do modelo e adicionar um parâmetro de chunking. No diretório de instalação, vá para config/model_defaults.yaml e adicione:
inference_chunk_size: 4
memory_mode: conservative Isso faz o processador dividir cada imagem em tiles de 4 partes, processar cada tile separadamente e recompor o resultado. O tempo por imagem dobra, mas o processo não estoura a memória. Sem essa configuração, eu desistia após 15 minutos travado.
O que o Fauna Galapagos não faz bem
O modelo não detecta espécies invasoras que não estavam no dataset de treinamento. Isso inclui animais como ratos, cabras e gatos que estão presentes em várias ilhas mas que não fazem parte do core taxon usado nos treinos originais. O resultado é que ele frequentemente classifica um gato selvagem como "felino não identificado" com confiança de 0.42. Para cobrir isso, existe um fine-tune chamado fg invasive que você instala separadamente. Outro problema: o sistema não foi projetado para vídeos. Se você tentar passar um stream de vídeo frame a frame, ele processa cada frame de forma isolada e não mantém tracking de indivíduo. Para rastreamento, você precisa exportar os frames e usar uma ferramenta externa como o DeepLabCut ou um tracker customizado em Python.
Se o seu foco é puramente marinho — pinguins, iguanas aquáticas, leões-marinhos — considere usar o fg marine como módulo principal. O modelo terrestre vai confundir iguanas marinhas com terrestre em cerca de 30% dos casos quando a imagem não mostra água ao redor.
Dica técnica que economiza tempo
Antes de rodar o batch process, converta todas as fotos para JPEG com qualidade 85 usando o convert do ImageMagick. O Fauna Galapagos lê PNGs mais devagar e consome até 40% mais memória RAM durante a inferência. Uma conversão rápida em lote resolve isso em minutos e deixa o throughput muito mais consistente. Outro ponto: se você estiver trabalhando com centenas de imagens, separe as que contêm água na composição. Tire as que têm reflexo ou submersão do lote principal e processe com o módulo marine separado. Misturar os dois tipos no mesmo batch aumenta o tempo total em cerca de 25% porque o modelo precisa recalibrar a normalização de cores entre os dois dominínios.
Alternativas ao fauna galapagos
Se o seu projeto exige identificação em tempo real durante uma caminhada com latência menor que 100ms por imagem, o Fauna Galapagos não é a melhor opção. O iNaturalist Galápagos oferece API online com resposta em 200-400ms, mas depende de conexão. O Google Coral USB Accelerator rodando com um modelo MobileNet otimizado dá latência de 50ms e funciona offline, mas a base de espécies é menor e não cobre endemicidades específicas do arquipélago. Para a maioria dos pesquisadores de campo que precisam de identificação precisa de espécies endêmicas sem depender de internet, o Fauna Galapagos ainda é a ferramenta mais completa disponível gratuitamente. O trade-off é que exige um pouco de configuração manual e paciência para ajustar os hiperparâmetros conforme o ambiente muda.
