昆虫是我们生态系统的关键部分。可悲的是,在过去的几十年中,他们的人数令人担忧。为了更好地了解这一过程并监测昆虫的种群,深度学习可能会提供可行的解决方案。但是,鉴于其分类法的广度和典型的细粒度分析障碍,例如与低类变异性相比,较高的类内变异性,昆虫分类仍然是一项艰巨的任务。很少有基准数据集,这阻碍了更好的AI模型的快速发展。但是,稀有物种培训数据的注释需要专家知识。可解释的人工智能(XAI)可以协助生物学家执行这些注释任务,但是选择最佳XAI方法很难。我们对这些研究挑战的贡献是三重:1)从inaturist数据库中取样的野生蜜蜂的彻底注释图像的数据集,2)在野生蜜蜂数据集中训练的重新网络模型,可在野生蜜蜂数据集上获得与类似的最新出手的分类分数。经过其他细粒数据集培训的模型和3)对XAI方法的研究,以支持注释任务中的生物学家。
translated by 谷歌翻译