相关实验视频
Updated: Jan 15, 2026

08:11
Collection and Identification of Pollen from Honey Bee Colonies
Published on: January 19, 2021
8.1K
基于人工智能的蜜蜂养殖花粉分类机器:设计,实施和评估
Dilara Gerdan Koc1, Caner Koc1, Aytül Ucak Koc2
1Department of Agricultural Machinery and Technologies Engineering, Faculty of Agriculture, Ankara University, Ankara, Turkey.
Journal of the science of food and agriculture
|October 6, 2025
概括
人工智能 (AI) 根据颜色对蜜蜂花粉进行分类,从而提高了质量控制. 一个深度学习系统实现了98.5%的准确性,为养蜂人和工业提供了一个实用的工具.
科学领域:
- 农业科学 农业科学
- 计算机科学 计算机科学
- 食品科学 食品科学 食品科学
背景情况:
- 蜜蜂花粉是一种有价值的生物活性物质,具有营养和健康益处.
- 植物起源的变化会影响蜜蜂花粉的组成,阻碍质量控制和分类.
- 人工智能 (AI) 提出了一种解决方案,用于对蜜蜂花粉进行自动化和标准化的分类.
研究的目的:
- 开发和评估一个人工智能驱动的系统,根据颜色特性对蜜蜂花粉进行分类.
- 评估各种深度学习模型对花粉分类的性能.
- 为了验证系统在分辨单花花粉类型的可靠性.
主要方法:
- 一个深度学习系统被设计用于使用颜色作为生物标志物对花粉样本进行分类.
- 包括MobileNet,InceptionV3,Xception,NasNet Large,DenseNet201和YOLOv8在内的卷积神经网络 (CNN) 进行了评估.
- 进行了实验室规模的验证,以确认系统的准确性.
主要成果:
- DenseNet201实现了最高的分类准确率,达到98.5%.
- YOLOv8以91.4%的准确性和快速处理率展示了实时性能.
- 该系统可靠地区分了各种单花花粉类型.
结论:
- 基于人工智能的分类系统提供了一个强大的标准化和追踪花粉产品的方法.
- 实时分类为养蜂者提供了一种可持续和卫生性收集花粉的实用工具.
- 在食品,制药,营养药和化品行业存在潜在的应用.

