[特殊字符] 基于YOLOv10的非洲象与亚洲象识别系统：使用Elephant Dataset实现智能检测与可视化UI

📌 一、项目背景与意义

1.1 为什么要进行象类识别？

非洲象和亚洲象是地球上最具代表性的动物之一，它们在生态系统中扮演着重要角色。然而，象类由于象牙贸易、栖息地破坏等因素而濒临灭绝。借助人工智能技术对非洲象与亚洲象进行实时检测与识别，有助于：

• 反偷猎监控系统部署
• 野生动物生态研究
• 保护区自动化巡检
• 教育科普用途

因此，构建一个基于YOLOv10的象类识别系统，配合友好的可视化UI，具有极高的科研与实际价值。

---

🗂️ 二、数据集准备与预处理

2.1 数据集选择与下载

本项目推荐使用两个合并的数据源：

1. Kaggle – Elephant Detection Dataset
   链接：https://www.kaggle.com/datasets/andrewmvd/elephant-detection
   内容：数百张象类图片，带有YOLO格式标注。
2. iWildCam Elephant Subset（适用于学术研究）<