比爾·蓋茨要用AI對(duì)付蚊子科技巨頭的新滅蚊武器(2)

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2024-08-27 08:17:53 鳳凰網(wǎng)

VectorBrain是一個(gè)多任務(wù)EfficientNet架構(gòu),，專為蚊子分類設(shè)計(jì)，同時(shí)輸出種類,、性別和腹部狀態(tài),。該架構(gòu)包括一個(gè)特征提取器和一個(gè)分支結(jié)構(gòu)，每個(gè)分支對(duì)應(yīng)一個(gè)分類任務(wù),。

在識(shí)別蚊子方面,，VectorBrain使用了輕量級(jí)的YOLO模型，能夠?qū)崟r(shí)定位蚊子,，并使用檢測(cè)到的坐標(biāo)裁剪出只包含蚊子本身的圖像,，來進(jìn)行更好的識(shí)別。

圖片舉例說明了分類蚊子圖像的各個(gè)階段,。首先,，展示需要分類的完整蚊子圖像（a）。然后,，使用YOLO算法根據(jù)坐標(biāo)裁剪蚊子圖像,，并進(jìn)行一系列圖像變換以準(zhǔn)備分類（b）。最后,，顯示分類算法的輸出結(jié)果,，確定圖像中的蚊子種類（c）,。

具體而言，YOLO模型在訓(xùn)練和驗(yàn)證過程中的精度,、召回率和平均精度（mAP）分別為96.00%,、90.50%和95.87%。種類分類模型的準(zhǔn)確率為92.40±2%,，性別分類模型的準(zhǔn)確率為97.00±1%,，腹部狀態(tài)分類模型的準(zhǔn)確率為83.20±3.1%。

（a）為YOLO模型在訓(xùn)練和驗(yàn)證中的性能指標(biāo),，（b）為模型檢測(cè)蚊子案例

通過種類,、性別、腹部狀態(tài)分類的混淆矩陣和準(zhǔn)確率

在 VectorCam 提供的論文中,，還將其正在使用的 YOLOv5 與廣泛應(yīng)用于各種目標(biāo)檢測(cè)任務(wù)的 Faster R-CNN 模型進(jìn)行對(duì)比,，YOLOv5 Small 在參數(shù)數(shù)量、模型大小,、mAP 和運(yùn)行時(shí)間等方面都有更好表現(xiàn),，

赤腳醫(yī)生也能快速上手

不僅是更有針對(duì)性的大模型，VectorCam為了適應(yīng)瘧疾傳播區(qū),，在具體操作方面也進(jìn)行了簡(jiǎn)化,，使其能夠更好地適應(yīng)瘧疾傳播區(qū)的實(shí)際情況。

具體而言,，VectorCam包括一套專門的成像設(shè)備和一款手機(jī)應(yīng)用程序,。其中的硬件組件包括內(nèi)置15倍微距鏡頭的燈箱、手機(jī)殼設(shè)計(jì)和擴(kuò)展塢,。硬件還包括Eppendorf管支架和蚊子托盤以及穿孔標(biāo)本ID表,，更好地儲(chǔ)存這些蚊子。

關(guān)閉

比爾·蓋茨要用AI對(duì)付蚊子 科技巨頭的新滅蚊武器(2)

相關(guān)新聞

今日熱點(diǎn)

頻道熱點(diǎn)

比爾·蓋茨要用AI對(duì)付蚊子科技巨頭的新滅蚊武器(2)