埃及伊蚊吸血行為檢測數(shù)據(jù)集 | 7800張YOLO昆蟲行為數(shù)據(jù)集適用于媒介昆蟲研究、藥效評估與目標檢測研究一、數(shù)據(jù)集概述本數(shù)據(jù)集由實驗室級蚊蟲行為觀察裝置采集對蚊蟲個體及其吸血狀態(tài)進行逐幀框標共包含約7800張高質(zhì)量標注圖像覆蓋3類檢測目標用于構(gòu)建自動化的蚊媒行為分析系統(tǒng)。埃及伊蚊是登革熱、寨卡、黃熱病、基孔肯雅熱等多種蟲媒傳染病的主要傳播媒介其吸血行為直接決定病原體的傳播效率。傳統(tǒng)昆蟲學研究依賴人工鏡檢與逐幀觀看錄像來判定蚊蟲是否處于吸血狀態(tài)工作量極大且主觀性強。該數(shù)據(jù)集可廣泛應用于媒介昆蟲學研究、殺蟲劑與驅(qū)避劑藥效自動化評測、蚊媒疾病防控研究、實驗室行為學高通量分析等場景適用于YOLOv5/v7/v8/v10/v11/v12等主流檢測框架。隨著蟲媒傳染病防控需求的不斷提升和昆蟲學行為研究的深入利用計算機視覺技術實現(xiàn)蚊蟲吸血行為的自動檢測已成為提升研究效率、實現(xiàn)行為學高通量分析的重要手段。本數(shù)據(jù)集針對蚊蟲檢測場景中目標尺度小、姿態(tài)多變、行為狀態(tài)細微等問題進行專項構(gòu)建可為蚊媒行為分析系統(tǒng)與藥效自動化評測設備提供高質(zhì)量數(shù)據(jù)支撐。數(shù)據(jù)集下載通過網(wǎng)盤分享的文件埃及伊蚊吸血行為檢測數(shù)據(jù)集-3類鏈接: https://pan.baidu.com/s/1vpSur_mR76M4-ezq1znbFg?pwdf3ip提取碼: f3ip二、數(shù)據(jù)集基本信息項目內(nèi)容數(shù)據(jù)集名稱埃及伊蚊吸血行為檢測數(shù)據(jù)集數(shù)據(jù)規(guī)模約7800張高質(zhì)量標注圖像任務類型目標檢測Object Detection檢測目標蚊蟲個體定位、吸血行為狀態(tài)類別數(shù)量nc3類標注方式Bounding Box目標框標注數(shù)據(jù)格式Y(jié)OLO標準格式數(shù)據(jù)來源實驗室級蚊蟲行為觀察裝置采集數(shù)據(jù)劃分Train / Valid / Test適配模型YOLOv5、YOLOv7、YOLOv8、YOLOv10、YOLOv11、YOLOv12、Faster R-CNN等三、數(shù)據(jù)集類別說明本數(shù)據(jù)集為多類別目標檢測數(shù)據(jù)集共設置3個檢測類別其中“蚊蟲”為個體定位類別“吸血中”與“未吸血”為行為狀態(tài)細分類別可同時支撐個體定位與行為分類兩類任務。類別配置nc:3names:-feeding-mosquito-not_feeding類別詳情類別ID類別名稱英文名稱類別說明0吸血中feeding蚊蟲正在吸血行為中如口器刺入、腹部膨大等1蚊蟲mosquito蚊蟲個體定位通用檢測類別覆蓋所有狀態(tài)2未吸血not_feeding蚊蟲未處于吸血行為狀態(tài)停歇、爬行等三類設計使模型具備雙重任務能力個體定位任務通過“蚊蟲”類別通用檢測實現(xiàn)蚊蟲個體的位置檢測行為分類任務通過“吸血中”與“未吸血”區(qū)分蚊蟲行為狀態(tài)這種設計可同時支撐定位與行為分類兩類任務靈活性高可適配不同的應用場景。四、數(shù)據(jù)集結(jié)構(gòu)說明數(shù)據(jù)集采用標準YOLO目錄結(jié)構(gòu)組織已按訓練集、驗證集、測試集進行科學劃分結(jié)構(gòu)清晰便于直接接入主流檢測框架。埃及伊蚊吸血行為檢測數(shù)據(jù)集-3類/ ├── train │ ├── images │ └── labels ├── valid │ ├── images │ └── labels ├── test │ ├── images │ └── labels └── data.yaml各數(shù)據(jù)集作用如下train/images labels訓練集圖像與標簽用于模型參數(shù)學習與特征提取valid/images labels驗證集圖像與標簽用于超參數(shù)調(diào)優(yōu)、早停監(jiān)控及防止過擬合test/images labels測試集圖像與標簽用于最終模型性能評估與泛化能力測試。標注文件為同名.txt格式每行格式為類別索引 x_center y_center width height坐標均為歸一化值配套data.yaml已配置好類別名稱與數(shù)量可直接適配YOLO系列等目標檢測框架。五、數(shù)據(jù)集核心優(yōu)勢1. 專注蚊媒行為分析本數(shù)據(jù)集以埃及伊蚊吸血行為檢測為核心任務所有圖像由實驗室級蚊蟲行為觀察裝置采集聚焦于蚊蟲個體及其吸血行為的精準檢測。類別設計兼顧個體定位與行為分類貼合媒介昆蟲學研究實際需求更利于訓練出針對蚊蟲行為的高精度檢測模型。覆蓋行為狀態(tài)包括未吸血停歇、爬行、靜息等非吸血狀態(tài)吸血中口器刺入、腹部逐漸膨大、持續(xù)吸血等個體定位覆蓋所有狀態(tài)下的蚊蟲個體涵蓋蚊蟲行為觀測的主要研究場景。2. 貼近昆蟲學實驗需求實驗室受控光照下的高清近距離拍攝特點行為階段豐富覆蓋蚊蟲停歇、爬行、口器刺入、腹部膨大等多種行為階段姿態(tài)多變不同角度、不同體位、不同活動狀態(tài)高清細節(jié)近距拍攝展現(xiàn)吸血行為的關鍵特征如腹部膨大變化受控條件實驗室環(huán)境下的標準化采集光照均勻、背景一致與昆蟲學實驗場景高度一致有效支撐藥效評測與行為學高通量分析。3. 雙重任務設計三類標簽的設計使數(shù)據(jù)集支持雙重任務目標檢測任務使用“蚊蟲”類別進行個體定位檢測細粒度行為分類任務使用“吸血中”與“未吸血”進行行為狀態(tài)區(qū)分同一數(shù)據(jù)集可同時支撐個體定位、行為分類及聯(lián)合檢測等多種任務類型。4. 小目標檢測挑戰(zhàn)蚊蟲目標具有典型的微小尺度特征尺度小蚊蟲在圖像中占比較小姿態(tài)多變不同角度、不同體位下形態(tài)變化顯著行為特征細微吸血行為的視覺特征如腹部膨大變化精細密集場景多個蚊蟲共存時檢測難度增加對模型的檢測能力提出了較高要求具有良好的算法檢驗價值。5. 專業(yè)昆蟲學標注由具備昆蟲學背景的標注人員完成標注邊界框貼合蟲體行為狀態(tài)判定標準統(tǒng)一蚊蟲個體、吸血狀態(tài)判別規(guī)范覆蓋不同姿態(tài)與行為階段有效保證模型訓練質(zhì)量。6. 大規(guī)模高質(zhì)量樣本約7800張高質(zhì)量圖像樣本量充足保障模型訓練收斂性與泛化能力覆蓋多種姿態(tài)與吸血階段。7. 即用型數(shù)據(jù)組織標準目錄結(jié)構(gòu)精簡data.yaml配置無需復雜預處理可直接用于模型訓練降低使用門檻。六、適用場景蚊媒昆蟲行為自動化觀測與統(tǒng)計基于蚊蟲個體檢測與行為狀態(tài)識別實現(xiàn)蚊蟲吸血行為的自動計數(shù)、時長統(tǒng)計與行為譜分析。驅(qū)避劑、殺蟲劑藥效實驗的客觀量化評估在驅(qū)避劑/殺蟲劑藥效評測實驗中自動統(tǒng)計蚊蟲吸血行為發(fā)生率提供客觀、量化的藥效評估指標。蚊媒傳染病傳播風險研究通過監(jiān)測蚊蟲吸血行為活躍度輔助評估病原體傳播風險與蚊媒疾病流行趨勢。實驗室高通量昆蟲行為學分析在昆蟲學行為研究中實現(xiàn)高通量、自動化的行為數(shù)據(jù)采集與分析大幅提升實驗效率。教學科研用于小目標檢測與細粒度行為識別算法研究等科研場景。七、適用研究方向本數(shù)據(jù)集可廣泛應用于以下研究領域昆蟲行為識別與檢測研究細粒度行為分類研究吸血/未吸血狀態(tài)小目標檢測研究蚊蟲微小目標媒介昆蟲學與蟲媒病防控研究驅(qū)避劑/殺蟲劑藥效自動評測研究YOLO系列模型優(yōu)化研究輕量化檢測模型與邊緣部署研究計算機視覺在昆蟲學中的應用研究行為學高通量分析研究八、總結(jié)埃及伊蚊吸血行為檢測數(shù)據(jù)集包含約7800張高質(zhì)量標注圖像采用標準YOLO格式構(gòu)建專注于蚊蟲個體定位與吸血行為狀態(tài)識別任務。數(shù)據(jù)集覆蓋吸血中、蚊蟲、未吸血3類檢測目標具有專業(yè)昆蟲學標注、行為階段豐富、小目標檢測挑戰(zhàn)等特點可廣泛應用于蚊媒昆蟲行為觀測、藥效自動化評測、蟲媒病傳播風險研究、高通量行為學分析等領域是開展昆蟲行為AI識別算法研發(fā)與媒介生物智能監(jiān)測系統(tǒng)建設的優(yōu)質(zhì)數(shù)據(jù)資源。