利用目标检测器技术对蜂群中 Varroa destructor 寄生螨的视觉诊断
计算机视觉与模式识别
2023-05-01 v1 人工智能
机器学习
摘要
Varroa destructor螨是全球最危险的蜜蜂（Apis mellifera）寄生虫之一，必须定期监测蜂群以控制其传播。在此我们提出一种基于目标检测器的方法来监测蜂群健康状态。该方法具有在线测量与处理的潜力。在我们的实验中，我们比较了YOLO和SSD目标检测器以及Deep SVDD异常检测器。基于包含600张健康与染病蜜蜂在各种场景下真值图像的自定义数据集，这些检测器在染病蜜蜂检测中达到了高达0.874的F1分数，在Varroa Destructor螨自身检测中达到了高达0.727的F1分数。结果证明了该方法的潜力，其后续将用于基于实时计算机视觉的蜜蜂检测系统。据我们所知，本研究是首个将目标检测器用于此目的的研究。我们期望这些目标检测器的性能将使我们能够检查蜂群的健康状况。
引用
@article{arxiv.2103.03133,
title = {Visual diagnosis of the Varroa destructor parasitic mite in honeybees using object detector techniques},
author = {Simon Bilik and Lukas Kratochvila and Adam Ligocki and Ondrej Bostik and Tomas Zemcik and Matous Hybl and Karel Horak and Ludek Zalud},
journal= {arXiv preprint arXiv:2103.03133},
year = {2023}
}