换一批
换一批基于深度学习的白纹伊蚊卵粒识别模型初步研究
PRELIMINARY STUDY ON EGG RECOGNITION MODEL OF AEDES ALBOPICTUS BASED ON DEEP LEARNING
摘要目的 构建白纹伊蚊Aedes albopictus卵粒图片数据库,并基于深度学习和瓦片重叠法建立白纹伊蚊卵粒自动识别和计数模型,为伊蚊监测和防治提供技术方法.方法 在上海市 3 个区收集野外和实验室品系的白纹伊蚊卵粒图片 449 张,使用Python环境labelimg库进行人工标定蚊卵,采用快速区域卷积神经网络(faster regional convolution neural network,Faster R-CNN)模型建立白纹伊蚊卵粒识别模型,并使用瓦片重叠法智能识别和计数.使用精确率、召回率和调和平均值(F-measure)进行模型效果评价.结果 经过15 次模型迭代训练,损失值随着训练次数增加逐渐下降至 0.000119,平均精度均值(Mean Aaccuracy,mAP)从 0.968 增加至 0.980,最终模型精确率为 0.90,召回率为 0.97,调和平均值为 0.93.结论 本模型具有较高的白纹伊蚊卵粒识别能力,初步达到了辅助开展诱蚊诱卵器监测中卵粒鉴别和计数的功能.在不断的优化模型、细化分类识别能力后可成为简便高效的监测辅助工具.
更多相关知识
栏目名称
著述
DOI
10.3969/j.issn.1005-0507.2024.01.003
发布时间
2024-05-14
基金项目
上海市闵行区自然科学研究课题
上海市闵行区公共卫生重点学科
- 浏览8
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
