Davi Queiroz Albuquerque, Antonio Rafael Braga, Isac Gabriel Abrahão Bomfim, Danielo G. Gomes
{"title":"应用YOLO模型通过图像自动检测和区分蜜蜂品种","authors":"Davi Queiroz Albuquerque, Antonio Rafael Braga, Isac Gabriel Abrahão Bomfim, Danielo G. Gomes","doi":"10.5753/wcama.2022.222918","DOIUrl":null,"url":null,"abstract":"Em uma colônia de abelhas melíferas (Apis mellifera L.) há três tipos de casta: rainha, operária e zangão. Detectá-las e diferenciá-las é de suma importância para o apicultor, pois a flutuação e o desbalanço fora do normal no número e na proporção natural entre indivíduos fornecem predições sobre eventos que podem impactar negativamente o bem-estar e a produção da colônia. Neste artigo, aplicamos o conceito de Processamento Digital de Imagens, através do detector de objetos YOLO, para diferenciar entre operárias e zangões de abelhas melíferas a fim de fornecer subsídios para o avanço da apicultura de precisão. Por meio de validação cruzada, a arquitetura escolhida reconheceu e classificou corretamente a maioria das abelhas presentes nas imagens, obtendo valores de mAP@50 acima de 94%. Além disso, mesmo com um conjunto de dados desbalanceados e a maior parte das abelhas sendo de operárias, o modelo proposto conseguiu encontrar e classificar a maioria dos zangões, refletindo nos valores de recall acima de 85%.","PeriodicalId":127197,"journal":{"name":"Anais do XIII Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais (WCAMA 2022)","volume":"50 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-07-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":"{\"title\":\"Aplicando um modelo YOLO para detectar e diferenciar por imagem castas de abelhas melíferas de forma automatizada\",\"authors\":\"Davi Queiroz Albuquerque, Antonio Rafael Braga, Isac Gabriel Abrahão Bomfim, Danielo G. Gomes\",\"doi\":\"10.5753/wcama.2022.222918\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Em uma colônia de abelhas melíferas (Apis mellifera L.) há três tipos de casta: rainha, operária e zangão. Detectá-las e diferenciá-las é de suma importância para o apicultor, pois a flutuação e o desbalanço fora do normal no número e na proporção natural entre indivíduos fornecem predições sobre eventos que podem impactar negativamente o bem-estar e a produção da colônia. Neste artigo, aplicamos o conceito de Processamento Digital de Imagens, através do detector de objetos YOLO, para diferenciar entre operárias e zangões de abelhas melíferas a fim de fornecer subsídios para o avanço da apicultura de precisão. Por meio de validação cruzada, a arquitetura escolhida reconheceu e classificou corretamente a maioria das abelhas presentes nas imagens, obtendo valores de mAP@50 acima de 94%. Além disso, mesmo com um conjunto de dados desbalanceados e a maior parte das abelhas sendo de operárias, o modelo proposto conseguiu encontrar e classificar a maioria dos zangões, refletindo nos valores de recall acima de 85%.\",\"PeriodicalId\":127197,\"journal\":{\"name\":\"Anais do XIII Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais (WCAMA 2022)\",\"volume\":\"50 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-07-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"3\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais do XIII Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais (WCAMA 2022)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/wcama.2022.222918\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XIII Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais (WCAMA 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/wcama.2022.222918","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Aplicando um modelo YOLO para detectar e diferenciar por imagem castas de abelhas melíferas de forma automatizada
Em uma colônia de abelhas melíferas (Apis mellifera L.) há três tipos de casta: rainha, operária e zangão. Detectá-las e diferenciá-las é de suma importância para o apicultor, pois a flutuação e o desbalanço fora do normal no número e na proporção natural entre indivíduos fornecem predições sobre eventos que podem impactar negativamente o bem-estar e a produção da colônia. Neste artigo, aplicamos o conceito de Processamento Digital de Imagens, através do detector de objetos YOLO, para diferenciar entre operárias e zangões de abelhas melíferas a fim de fornecer subsídios para o avanço da apicultura de precisão. Por meio de validação cruzada, a arquitetura escolhida reconheceu e classificou corretamente a maioria das abelhas presentes nas imagens, obtendo valores de mAP@50 acima de 94%. Além disso, mesmo com um conjunto de dados desbalanceados e a maior parte das abelhas sendo de operárias, o modelo proposto conseguiu encontrar e classificar a maioria dos zangões, refletindo nos valores de recall acima de 85%.