연구진은 북미 카메라 트랩 이미지(NACTI) 데이터셋의 장비꼬리 불균형 문제를 해결하기 위해 장비꼬리 인식(LTR) 방법론을 활용하여 종 식별 성능을 벤치마킹했어요. 최적화된 모델은 NACTI 테스트 세트에서 99.40%의 최고 1위 정확도를 달성하여 기존 방식보다 훨씬 뛰어난 성능을 보였어요. 연구진은 다양한 환경 변화에 대한 모델의 강건성을 평가하고, 관련 코드와 네트워크 가중치를 GitHub에 공개했어요.