Core Concepts
本研究では、1204枚の多様な画像からなる「MosquitoFusion」データセットを構築し、コンピュータービジョンを活用してリアルタイムで蚊、群れ、繁殖場所を自動識別する統合アプローチを提案する。
Abstract
本研究では、蚊媒介性疾患の予防に向けて、蚊の迅速な検出に焦点を当てている。1204枚の詳細な画像からなる「MosquitoFusion」データセットを構築し、YOLOv8モデルを用いて評価を行った。
データセットの構築では、フィールドワークによる画像の収集、データクリーニング、オーグメンテーションなどの前処理を行い、訓練、検証、テストデータに分割した。
YOLOv8sモデルを用いた評価では、平均精度(mAP@50)57.1%、精度73.4%、再現率50.5%を達成した。さらに、地理情報システム(GIS)を統合することで、空間パターンに関する洞察を得ることができた。
今後の課題として、蚊、群れ、繁殖場所を専門に検出するカスタムモデルの開発、および他の昆虫との識別精度の向上が挙げられる。本データセットは、公衆衛生、環境監視、疾病管理戦略への応用が期待される。
Stats
約700万人が蚊媒介性疾患に感染し、年間100万人が死亡している。
本データセットには、繁殖場所1031個、蚊133個、群れ40個のインスタンスが含まれている。
Quotes
「蚊媒介性疾患への対処には、蚊の繁殖場所と行動の理解が不可欠である」
「本研究で構築したデータセットは、効果的な蚊検出モデルの訓練に役立つ貴重なリソースである」