相关实验视频
Updated: Jun 29, 2025
05:16
Flying Insect Detection and Classification with Inexpensive Sensors
Published on: October 15, 2014
25.2K
VespAI:基于深度学习的系统,用于检测入侵大黄蜂
Thomas A O'Shea-Wheller1, Andrew Corbett2, Juliet L Osborne3
1Environment and Sustainability Institute, University of Exeter, Penryn, Cornwall, TR109FE, UK. t.a.oshea-wheller@exeter.ac.uk.
Communications biology
|April 3, 2024
概括
一个名为VespAI的AI系统使用专门的监测站快速检测入侵大黄蜂Vespa velutina nigrithorax. 这项技术提供了一个强大的预警系统,用于管理黄蜂种群和保护授粉者.
科学领域:
- 生态生态学 生态生态学
- 人工智能的人工智能
- 侵袭性物种管理 侵袭性物种管理
背景情况:
- 侵入性大黄蜂Vespa velutina nigrithorax对欧洲和东亚的授粉者构成重大威胁.
- 早期检测和根除V. velutina殖民地对于控制入侵传播至关重要.
- 目前依赖于公共视觉警报进行检测是不准确和低效的.
研究的目的:
- 开发一个自动化系统,以快速准确地检测Vespa velutina.
- 利用深度学习和人工智能进行实时入侵物种监测.
- 为早期预警和管理大黄蜂入侵提供可扩展的解决方案.
主要方法:
- 开发VespAI,一个硬件辅助的人工智能系统.
- 使用具有YOLOv5s架构和ResNet骨干的标准化监控站.
- 训练一个定制的端到端管道用于大黄蜂检测.
主要成果:
- VespAI实现了V. velutina的实时检测,平均精度回忆得分≥0.99.
- 该系统通过一个紧的远程处理器成功发送图像警报.
- 一个原型系统证明了有效的现场操作和适合大规模部署.
结论:
- 维斯帕伊 (VespAI) 为侵袭性黄蜂管理提供了一种变革性的方法.
- 该系统提供了一个强大的早期预警机制,以防止区域入侵.
- 由人工智能驱动的自动检测提高了入侵物种控制的效率和准确性.
