☰
蚊虫幼虫目标检测数据集 用于伊蚊幼虫识别 病媒生物监测AI项目 数据集第10863期
2026/11/6 1:53:13 网站建设 项目流程

蚊虫幼虫目标检测数据集,用于伊蚊幼虫识别、病媒生物监测AI项目

蚊虫幼虫识别、蚊幼集群检测、病媒幼虫智能监测、疾控幼虫筛查AI识别
这套蚊虫幼虫目标检测数据集,聚焦水体中的蚊虫幼虫识别任务,能够区分单只幼虫、幼虫集群以及孳生点位,是搭建蚊幼自动筛查系统、病媒生物监测平台的优质训练素材,适合疾控监测、户外水体巡检、登革热媒介监测相关AI项目开发。

数据概括

数据项详情
图片总量4240张
任务类型目标检测
类别数量3类
标注格式YOLO TXT标注
类别幼虫集群、单只幼虫、孳生点位
模型指标mAP@50=45.8%,精确率49.9%,召回率52.7%

应用价值

  • 面向积水水体样本图像识别,可自动识别画面里的单只蚊虫幼虫、幼虫集群,标记蚊虫孳生点位,辅助疾控人员快速完成蚊幼样本筛查,提升病媒监测效率。
  • 适配显微镜拍摄、现场水样拍照等多种采集画面,贴合基层疾控实验室、野外水体采样的真实业务场景,可用于搭建蚊幼智能识别小程序、图像筛查系统。
  • 数据集样本量充足,适合做毕设、课程设计、AI项目原型开发,也可以作为基础数据继续扩充样本,优化蚊虫幼虫检测模型效果。
  • 标注格式适配YOLO系列全部版本,拿到数据后可以直接启动训练,省去大量标注转换、数据清洗的时间,快速验证病媒幼虫识别方案。

小白入手训练代码

fromultralyticsimportYOLO# 加载基础模型model=YOLO("yolov8n.pt")# 启动训练model.train(data="data/data.yaml",epochs=100,imgsz=640,batch=8)

推理代码

fromultralyticsimportYOLO# 加载训练完成的权重model=YOLO("runs/detect/train/weights/best.pt")# 单张图片推理,自动保存检测结果result=model.predict("test.jpg",save=True)# 实时摄像头推理# result = model.predict(source=0, show=True)

#蚊虫幼虫检测 #蚊幼集群识别 #病媒幼虫智能监测 #伊蚊幼虫筛查 #疾控水体巡检AI

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询