基于目标检测神经网络的埃及伊蚊卵计数
图像与视频处理
2024-03-14 v1 计算机视觉与模式识别
机器学习
摘要
埃及伊蚊仍然是疾病媒介的主要关注点之一。在众多应对方法中，有一些重要的规程利用产卵器中的卵数量来计算指数，例如LIRAa和Breteau指数，这些指数可以提供关于可预测的爆发和流行病的信息。此外，许多研究方向需要卵数量，尤其是在需要大规模生产蚊子时。卵计数是一项费力且容易出错的任务，可以通过基于计算机视觉的技术实现自动化，特别是基于深度学习的目标检测计数。在这项工作中，我们提出了一个包含野外和实验室卵的新数据集，以及三种应用于该任务的神经网络的测试结果：Faster R-CNN、Side-Aware Boundary Localization和FoveaBox。
引用
@article{arxiv.2403.08016,
title = {Aedes aegypti Egg Counting with Neural Networks for Object Detection},
author = {Micheli Nayara de Oliveira Vicente and Gabriel Toshio Hirokawa Higa and João Vitor de Andrade Porto and Higor Henrique and Picoli Nucci and Asser Botelho Santana and Karla Rejane de Andrade Porto and Antonia Railda Roel and Hemerson Pistori},
journal= {arXiv preprint arXiv:2403.08016},
year = {2024}
}