Исследовательская база

Visual recognition of honeybee behavior patterns at the hive entrance

В исследовании представлен метод автоматического распознавания поведенческих паттернов медоносных пчёл у летка. С помощью моделей YOLOv8 для детекции и сегментации подход анализирует положение пчелы, направление, траекторию и скорость движения на прилётной доске. Система выявляет несколько видов активности, включая кормовую, вентиляционную, моечную и оборонительную, достигая средней точности детекции 98% и до 36 кадров в секунду. Ключевые вклады — датасет из 7200 кадров с восьми ульев, треки поведенческих классов и сравнительная оценка алгоритмов детекции и трекинга, адаптированных для распознавания пчёл и их поведения.

Скачать PDF

Сведения о публикации

Авторы
Tomyslav Sledevič, Artūras Serackis, Dalius Matuzevičius, Darius Plonis, Gabriela Vdoviak
Организации
🇱🇹 Vilnius Gediminas Technical University
Год
2025
Тип
Journal

Актуальность для Gratheon

Статья напрямую применима к концепциям entrance-camera и gate-tracker Gratheon. Она выходит за рамки простого подсчёта входов/выходов, связывая детекцию объектов, сегментацию, траектории, скорость, направление и карты плотности с узнаваемым поведением у летка — кормовым, вентиляционным, моечным и оборонительным. Открытый датасет ценен для бенчмаркинга моделей Gratheon на реальных записях у входа и для проектирования поведенческих оповещений в веб-приложении без вскрытия улья. Заявленные 98% средней точности детекции и до 36 fps задают ориентиры производительности для мониторинга в реальном времени.