資料來源：農委會苗栗區農業改良場/徐培修助理研究員、財團法人工業技術研究院 /陳博勳技術副理

蜜蜂與蜂蟹蟎影像資料蒐集

此次蒐集之資料包含蜂蟹蟎在iphone系列手機下擷取之影像資料(固定距離與方向)和蜂箱中蜜蜂在iphone系列手機下擷取之影像資料，共4000張，參考如下圖1。由專家標示蜂蟹蟎與蜜蜂後可得蜂蟹蟎標註數為416隻和蜜蜂標註數為46110隻。蟲紋特徵包含蟲體特徵、蟲體紋路、蟲腳特徵和蟲體各方向與方位特徵等等。此外， 這次辨識物件有分大尺寸(蜜蜂)與小尺寸(蜂蟹蟎)，在影像裁切上評估過192x192、416x416、608x608、960x960和1280x1280等尺寸後以608x608之尺寸得到較好之辨識結果。

人工智慧深度學習模型引擎

在上一段內文有提到，此次影像鎖定1200萬畫素之手持相機或手機。透過影像裁切608x608大小規格影像資料並以YOLOv4架構作訓練，開啟影像擴增和影像飽和度等參數。依照不同標的物件作蜂蟹蟎與蜜蜂之標示與辨識。其訓練結果如圖2所示。蜂蟹蟎(class 0)在準確度上經過測試可達76%、蜜蜂(class 1)準確度可達83%。在IOU評比上蜂蟹蟎可達87%、蜜蜂可達70%。但由於蜜蜂在整體畫面中屬於大物件，經過評估與比較後IOU設0.3為最佳結果。故蜜蜂在IOU調整過後其準確度可拉到80%以上。以上皆在影像資料集為4000張之下模擬成果。

透過此類分析與場域實地測試之狀況作比對，蜂蟹蟎蟲害危害程度相符程度高達80%以上。以此類模型作些許架構上之調整後可成為智慧蜂箱蜂蟹蟎與蜜蜂影像分析引擎主體，並透過此分析引擎可針對未來不同應用或者相同資料型態作相同流程分析與結果呈現。

蜂蟹蟎與蜜蜂監測數位服務

未來的新型智慧蜂箱蜜蜂養殖將會與以往傳統作法不同。以蜂農來說，通常會決定上千箱蜂箱位置後透過數位化感測與監測就可以即時得到各蜂箱內蜜蜂之狀態與活動情況。搭配此類新型蟎害與蜜蜂監測系統，使用者(農民/農企業)可透過雲端建立之監測項目，完整掌握智慧蜂箱各項養殖指數結果，如圖3。即時監測影像可作蜂箱內病蟲危害之防治與蜂蜜產量之評估，搭配農業專家建議施予較佳農藥與早期之治療。此外，使用者也可透過Web Service與農業專家作互動式意見交流，促進蜂蜜產量提升與友善環境。

結論

蜂蟹蟎與蜜蜂監測服務數位系統目前提供之服務包含蜂蟹蟎與蜜蜂數量之監測。使用者可透過購買智慧蜂箱之硬體設備，透過智慧蜂箱的硬體設備免費使用蜂蟹蟎與蜜蜂監測服務數位系統。使用者也可自行透過自有蜂箱購買蜂蟹蟎與蜜蜂監測服務。未來此服務系統還可新增其他功能，如：智慧蜂箱蜂密量產量預估等，讓整體監測服務延伸至預測服務，更完善整體解決方案。

▲研發團隊：行政院農業委員會苗栗區農業改良場、財團法人工業技術研究院

聯絡人：徐培修助理研究員/陳博勳技術副理

電話：037-222111-705/03-5916774

E-mail：pshsu@mdais.gov.tw或dennis.chen@itri.org.tw