Исследовательская база
Исследование представляет систему компьютерного зрения на базе глубокого обучения для автоматической идентификации и классификации пчёл у летка с оценкой разных каст. Наличие пыльносборщиц у входа используется для оценки здоровья семьи, её силы и эффективности опыления. Ранее не существовало инструмента для мониторинга полностью неизменённых ульев в реальных условиях. Система обучена и проверена на кадрах видео, снятых за два года камерами GoPro в разных условиях освещения и погоды. Пчёлы размечены по трём категориям: 1. Рабочая пчела без пыльцы, 2. Рабочая пчела с пыльцой, 3. Трутень. Сравнивались пять моделей детекции объектов: YOLOv10, FrCNN, RetinaNet, FCOS и SSD. YOLOv10 и FrCNN достигли точности >93%. Также опубликован набор данных из 4590 кадров с 79 212 аннотациями пчёл.
Классификация пчёл у летка по кастам и наличию пыльцы — ключевая функция для gate-tracker и оценки силы семьи в веб-приложении Gratheon. Публичный датасет с разметкой пыльносборщиц даёт бенчмарк для собственных моделей entrance observer. Работа на неизменённых ульях в полевых условиях подтверждает продуктовую гипотезу Gratheon: сила семьи и опылительный потенциал можно оценивать по видео у входа без вскрытия рамок.