Исследовательская база

BeeAlarmed. Masters thesis

BeeAlarmed — это open-source проект мониторинга улья на базе камеры, который определяет, отслеживает и классифицирует пчёл у летка. Каждый кадр с камеры обрабатывается для определения положений пчёл; затем система восстанавливает траектории с помощью трекинга на основе фильтра Калмана и подсчитывает пчёл, входящих в улей или вылетающих из него, по пересечению границы наблюдаемой зоны. После этого вырезанные и повернутые изображения отдельных пчёл передаются в нейронную сеть, которая классифицирует практически полезные признаки: наличие обножки, заражение клещом Varroa, пчёл, охлаждающих улей, и ос. Исходная реализация ориентирована на развёртывание на Jetson Nano, но также может обрабатывать видеофайлы и отправляет агрегированные наблюдения через LoRaWAN / The Things Network. В README проекта описаны практический прототип туннеля с камерой, LED-подсветка, загрузка предобученной модели, примеры видео и ограничения, связанные с углом камеры, качеством изображения и необходимостью дообучения на данных конкретного развёртывания. PDF магистерской работы не найден ни в локальном архиве, ни в upstream-репозитории; из локальных артефактов доступно только видео презентации, указанное выше.

Сведения о публикации

Организации
🇩🇪 South Westphalia University of Applied Sciences
Год
2020
Тип
Thesis

VIDEO

Актуальность для Gratheon

BeeAlarmed напрямую относится к направлениям Entrance Observer и gate-tracker в Gratheon, потому что демонстрирует тот же edge-паттерн компьютерного зрения, который нужен продукту в production: захват видео у летка, детекция пчёл, восстановление траекторий, подсчёт входящего и исходящего трафика и классификация признаков. Ориентация на Jetson Nano, телеметрия через LoRaWAN и чувствительность к геометрии камеры задают полезные практические ограничения для проектирования оборудования Gratheon и инструкций по установке. Для веб-приложения категории выходных данных BeeAlarmed естественно превращаются в метрики и алерты: баланс трафика, приток пыльцы, подозрение на Varroa, охлаждающее или вентилирующее поведение и вторжение ос. В видении автономной пасеки этот проект служит ранним blueprint того, как превратить пассивное видео у летка в машинно-читаемое состояние пчелиной семьи, которое затем может запускать повторные инспекции, дообучение модели или автоматизированные действия.