Tartu Ülikooli üliõpilased edendavad mesilaste monitooringut tehisintellektiga
Oleme ülimalt tänulikud, et saame jagada kolme Tartu Ülikooli tudengitiimi silmapaistvat tööd, kes valisid Gratheoni masinõppe kursuse projektiks. See töö valmis masinõppe kursuse (MTAT.03.227) raames, mida õpetas Tartu Ülikooli dotsent Dmytro Fishman. Nende panus viib meid lähemale meie missioonile kaitsta mesilasi tehisintellekti toel seire abil.
Team T30 – mesilase tüübi tuvastamine (2. köide)
Kreete Kuusk, Danni Zhang, Jasper Luik ja Rasmus Mirma töötasid välja YOLOv10 mudeli, mis saavutas 96,7% täpsuse droonimesilaste eristamisel töömesilastest. Nende keerukas lähenemine hõlmas käsitsi andmekogude kureerimist, intelligentseid suurendamisstrateegiaid ja automaatset kujutise jagamist – kolooniate tervise dünaamika mõistmiseks.
GitHub: https://github.com/KreeteKuusk/Bee-type-detection-ML2025
Meeskond T14 – Horneti tuvastamise süsteem
Albert Unn, Kadi-Liis Kivi, Karen Roht ja Otto Kase võtsid vastu elu või surma väljakutse. Hornetid võivad mesilaspered mõne tunni jooksul hävitada. Nende YOLOv8-nanomudel (96,7% täpsus, 91,2% meeldetuletus) pakub varajase hoiatamise võimalusi, märgistades käsitsi rohkem kui 1250 pilti ja luues servaseadmete jaoks tootmisvalmis juurutuse.
See tuvastamissüsteem on mesinike jaoks ülioluline, kuna varajane avastamine võib tähendada erinevust terve koloonia päästmise või kaotamise vahel. See on otseselt seotud probleemiga [horneti rünnakud](/about/problems/biological/💢 Hornet attacks/) ja funktsiooniga [Sissepääsu vaatleja sarvede tuvastamine](/about/products/entrance_observer/todo/🚁 Hornet attack detection/).
GitHub: https://github.com/OttoKase/HornetDetector
Team T41 – mitme klassi mesilaste tuvastamine videol
Norman Tolmats, Mihkel Kulu, Joonas Tiitson ja Markus Kivime nihutasid piire veelgi, tuvastades reaalajas videovoogudes õietolmu kandvad mesilased. Nende töö nõrgalt juhendatud õppe- ja automaatse märgistamise torujuhtmetega (30 000+ kujutist) näitab skaleeritavate AI-lahenduste tulevikku.
See töö sobib [õietolmu toitumise statistika](/about/products/entrance_observer/ideas/🌻 Detect bees with pollen for foraging statistics/) ideega ja laiemalt [mesilaste liikumise mõõdikute aruandlus](/about/products/entrance_observer/features/📊 Bee movement metric reporting/).
GitHub: https://github.com/bukyt/beeDetection
Mõju Gratheoni missioonile
See, mis meid kõige enam hämmastab, pole mitte ainult tehniline tipptase, vaid ka nende pühendumus avatud lähtekoodiga põhimõtetele ja praktilisele kasutuselevõtule. Need õpilased ületasid akadeemilisi nõudeid – nad lõid tootmisvalmis tööriistad, mis mõjutavad otseselt mesinikke ja nende kolooniaid.
Kõigile üheteistkümnele õpilasele: teie töö kehastab meie missiooni "** ühtlustada inimkond loodusega**". Olete panustanud millessegi suuremasse kui ükski üksikprojekt – aitate kaitsta tolmeldajaid, mis on ülemaailmse toiduga kindlustatuse jaoks hädavajalikud.
Eriline tänu dotsent Dmytro Fishmanile keskkonna loomise eest, kus tudengid saavad lahendada päriselu probleeme ja panustada avatud lähtekoodiga projektidesse, millel on käegakatsutav mõju. Täname ka õppeassistente, kes neid aitasid: Mari-Liis Allikivi, Chingiz Alikhanov, Ali Zeynalli, Hasan Tanvir ja Dzvinka Yarish.
Vaata ka tehtud Ettekanded meeskondi.
Lisateave
Täname, et otsustasite midagi muuta. 🌻🐝