位于 Den Bosch 的 HAS 应用科学大学的学生研究了基于手机图片的自动图像识别的应用。 Bruce Schoelitsz 代表学生团队在 Glastuinbouw Nederland 的 PPS 'Weet water er Leeft'（知道什么是生命）的框架内报告了该项目。
在第一项研究中，一张照片中有几个物种被证明是一个棘手的情况。这在研究 2 中通过战略分析得到了解决。从 9 月起，将启动新的学生项目，其中将进一步训练识别物种的预测模型，以确定是否可以进一步提高质量。
第一项研究表明，目标物种（温室粉虱、烟草蓟马、绿桃蚜、捕食性螨虫 Montdo 和 Swirskii 以及寄生蜂 Aphidius colemani）可以通过自动图像识别进行识别，但如果同时出现多个物种，则会变得更难。在这些物种中，蓟马被识别得最差，可能是因为它们体型小。
在第二项研究中，作为第一项研究的部分后续，通过以战略方式分析照片，解决了一张照片中多个物种的问题。因此，可以看到更多的细节，并且可以更好地识别物种。
图像识别程序更一致
此外，还测试了学生自己设计的便携式灯。手机可以安装在灯上，这样相机就不会直接反射，并且可以一次拍摄整个胶水陷阱。该灯的效果是，无论温室内的光照条件如何，曝光始终相同。结果，蓟马和粉虱得到了更好的识别，并且在使用灯时图像识别程序的工作更加一致。这意味着温室中不同日子和不同光照条件下的结果是良好的，并且具有可比性。
另一方面，在不同的日子里，没有灯的图像识别的精度差别很大，因此，例如，可能出现更多的粉虱，但情况并非如此。因此，这种灯确实为学生自己的所有物种预测模型增加了价值。
从 9 月起，将启动新的学生项目，对识别物种的预测模型进行更多训练，以确定是否可以进一步提高质量。例如，将研究是否可以使用带有特殊相机/扫描仪的非常详细的照片并可以提高图像识别率。此外，将调查昆虫被其他胶水陷阱捕获时的识别程度，使用不同的颜色和湿胶而不是干胶。在该试验中，还与其他技术（例如 eDNA）进行了第一次比较。
这项研究由 Maxim Lisi、Marith Mol、Ella Ruizendaal、Corné van der Spek、Marijn de Waard、Jorn Walravens、Henk Heijmen、Berkay Helvaci 和 Robbert-Jan Seeleman 进行。
