MosquitoFusion：用于基于深度学习的蚊子、蚊群和孳生地实时检测的多类数据集
计算机视觉与模式识别
2024-11-14 v1 机器学习
摘要
在本文中，我们提出了一种集成方法，用于实时蚊子检测，使用我们的多类数据集（MosquitoFusion），该数据集包含1204张多样化图像，并利用尖端技术（特别是计算机视觉）来自动识别蚊子、蚊群和孳生地。在该数据集上预训练的YOLOv8模型实现了57.1%的平均精度（mAP@50），精度为73.4%，召回率为50.5%。地理信息系统（GIS）的集成进一步丰富了我们的分析深度，为空间模式提供了宝贵的见解。数据集和代码可在 https://github.com/faiyazabdullah/MosquitoFusion 获取。
引用
@article{arxiv.2404.01501,
title = {MosquitoFusion: A Multiclass Dataset for Real-Time Detection of Mosquitoes, Swarms, and Breeding Sites Using Deep Learning},
author = {Md. Faiyaz Abdullah Sayeedi and Fahim Hafiz and Md Ashiqur Rahman},
journal= {arXiv preprint arXiv:2404.01501},
year = {2024}
}