基于图像识别的寄生虫黄蜂使用先进的神经网络
Hossein Shirali1, Jeremy Hübner2, Robin Both1
1Institute for Automation and Applied Informatics (IAI), Karlsruhe Institute of Technology (KIT), D-76149 Karlsruhe, Germany.
Invertebrate systematics
|June 5, 2024
概括
图像识别技术可以准确地识别寄生虫黄蜂 (Hymenoptera: Diapriidae) 和它们的性别. 这种自动化方法显著推进了昆虫分类学和生物多样性研究.
科学领域:
- 昆虫学 昆虫学是一门学科.
- 生物多样性研究 生物多样性研究
- 计算生物学 计算生物学
背景情况:
- 海门虫昆虫表现出高度的多样性,但大约80%的物种仍未被描述.
- 传统的形态分类是缓慢的,阻碍了生物多样性评估.
- DNA 条形码已经改善了昆虫的识别,但需要更快的方法.
研究的目的:
- 开发和验证一个基于图像的自动化系统来识别Diapriidae黄蜂.
- 为了利用DNA条形码来获得地面真相数据来训练机器学习模型.
- 评估人工智能在加速昆虫分类学方面的潜力.
主要方法:
- 用DNA条形码拍摄和识别了Diapriidae黄蜂的标本.
- 使用此图像和分类学数据训练了一个神经网络.
- 评估和优化了三种不同的神经网络架构进行了分类.
主要成果:
- 该系统在分类11个属的Diapriidae和其他黄鸟中获得了96%的平均准确性.
- 标本的自动性别分类达到超过97%的准确性.
- 概念验证证明了图像识别在黄蜂识别中的有效性.
结论:
- 自动图像识别为昆虫识别提供了快速而准确的方法,特别是对于像Diapriidae这样的小型物种.
- 这项技术可以显著加速分类学研究和生物多样性监测.
- 由人工智能驱动的方法在解决昆虫学中的分类学障碍方面具有很大的前景.
