结合对象检测,超分辨率GAN和变压器,以促进 eTick 平台上的众包图像的标记识别工作流程
Étienne Clabaut1, Jérémie Bouffard2, Jade Savage2
1Département de Géomatique Appliquée, Université de Sherbrooke, Sherbrooke, QC J1K 2R1, Canada.
Insects
|August 28, 2025
概括
一个人工智能 (AI) 管道被开发用于自动识别提交到 eTick 平台的公共图像. 人工智能在3类模型中实现了超过86%的准确性,大大有助于公共卫生监测.
科学领域:
- 兽医昆虫学
- 计算机科学
- 公共卫生监测
背景情况:
- 的分布和数量变化需要强大的监测工具.
- 该平台使用众筹图像进行标识和公共卫生指导.
- 越来越多的eTick提交需要自动化图像处理以节省资源.
研究的目的:
- 评估一个端到端的人工智能 (AI) 管道,用于自动识别用户提交的图像.
- 评估不同的人工智能模型 (YOLOv7,RealESRGAN,SwinIR,ResNet-50,ViT) 在本地化,分辨率增强和分类方面的性能.
- 在eTick平台上确定最佳的人工智能配置以实现有效和准确的标记识别.
主要方法:
- 开发了一个集成YOLOv7的AI管道,
- 使用超分辨率网络 (RealESRGAN,SwinIR) 进行图像增强.
- 使用深度学习分类器 (ResNet-50,ViT) 对不同分类细分度的数据集进行分类 (12,6和3类).
主要成果:
- 视觉变压器 (ViT) 在分类任务中始终表现优于ResNet-50.
- 使用没有超分辨率的物体检测的最佳配置在3类模型中 (Dermacentor sp.,其他物种,不良图像) 取得了超过86%的宏观平均F1得分.
- 观察到最小的关键错误分类 (0.7%的"其他物种"被错误分类为dermacentor).
结论:
- 人工智能方法可以显著提高社区科学平台的图像处理效率和准确性.
- 一个以关键区别为重点的低颗粒度人工智能模型 (例如,Dermacentor) 可以节省大量时间,同时保持 eTick 的高精度.
- 将人工智能模型的复杂性和类解析度适应特定的任务约束对于有效实施至关重要.
