Внешние ссылки
Аннотация
Медоносные пчёлы являются ключевыми опылителями, но коммерческие пасеки ежегодно теряют значительную часть ульев, в том числе из-за болезней расплода, вызванных бактериями, вирусами и грибками. Точная диагностика расплода сложна: европейский гнилец и некоторые вирусные инфекции могут выглядеть похоже, что иногда приводит к ненужному применению антибиотиков.
Авторы собрали набор из 2759 изображений личинок медоносных пчёл с пасек в Мичигане. Метки были подтверждены молекулярно: использовались секвенирование микробиома 16S rRNA и qPCR-скрининг вирусов. После аугментации классов европейского гнильца и вирусных инфекций исследователи обучили модели переноса обучения на глубоких сверточных сетях, включая ResNet-50v2, ResNet-101v2 и InceptionResNet-v2. На обучающих и валидационных наборах точность составила 73-88%. На независимом наборе данных из Иллинойса модель лучше распознавала европейский гнилец, чем вирусные инфекции, что показывает как потенциал, так и текущие ограничения диагностики по изображениям в полевых условиях.
Значимость для Gratheon
Статья расширяет библиотеку Gratheon по компьютерному зрению за пределы обнаружения взрослых пчёл и показывает, как можно диагностировать здоровье расплода по фотографиям осмотров. Она особенно полезна для сценариев hive-scanner или мобильной фотографии пчеловода, потому что связывает визуальные симптомы с молекулярно подтверждённым статусом патогенов, а не только с субъективной разметкой экспертов.
Ограничения работы также важны для продукта: перед тем как показывать автоматические предупреждения о болезнях расплода, Gratheon нужно обеспечить широкое покрытие регионов, типов патогенов и условий съёмки. В интерфейсе следует явно показывать неопределённость, когда изображение болезни находится вне распределения обучающих данных.