Исследовательская база

Detection of Varroa destructor Infestation of Honeybees Based on Segmentation and Object Detection Convolutional Neural Networks

Заражение *Varroa destructor* — один из основных факторов глобального сокращения популяций медоносных пчёл. Мониторинг уровня заражённости клещом варроа критически важен для своевременного принятия мер защиты пчелиных семей. Системы машинного зрения позволяют неинвазивно выявлять клеща варроа в семье, однако этому мешают два фактора: сложные динамические сцены с множеством пчёл и малый объём данных по *Varroa destructor* как объекту малого размера. Для решения этих проблем авторы разработали сверточную нейронную сеть, интегрированную с машинным зрением. Чтобы преодолеть первую сложность, изображение пчелы отделяется от фона с помощью сети сегментации, после чего сеть детекции объектов YOLOX обнаруживает клещей *Varroa* в сегментированных областях. Такое сочетание сегментации и детекции объектов обеспечивает более точное обнаружение и уменьшает число ложноположительных срабатываний. Для решения второй проблемы в YOLOX добавлен механизм Coordinate Attention (CA), который помогает извлекать более различимые признаки *Varroa destructor*, а также улучшена функция потерь confidence, чтобы смягчить дисбаланс классов. Полевые эксперименты на пасеке показали, что метрики предложенной модели превосходят другие сравниваемые модели. Значение доли пчёл, заражённых клещом варроа, определённое сетью, составило 1.13%, что ближе всего к истинному значению 1.19% среди всех протестированных подходов.