A partir d'une vidéo déja réalisée ou en streaming de la zone d'entrée de la ruche :
- compter les entrées/sorties d'abeilles,
- compter les varroa sur les abeilles en vol pour en déduire un % d'infestation sans perturber la colonie,
- détecter, caractériser et quantifier le pollen.
En Python 3 openCV
- la détection des abeilles en vol - ok
selection du ROI (Region Of Interest) :
Aprés 1ere binarisation :
Aprés suppression du bruit de fond (gaussian, dilate) et soustraction de l'image précédente pour garder que ce qui est en mouvement :
Détection des contours :
- le tracking
Reprise du code sur : https://github.com/srianant/kalman_filter_multi_object_tracking
- l'identification
Chaque image d'abeille trackée est enregistrée avec un id spécifique.
- détection varroa
Il va falloir des images de meilleures qualité (augmenter la résolution et féquence, améliorer la luminosité, faire marcher les abeilles via un tunnel?)
- détection pollen
Apprentissage par réseau de neurones à convolution avec TensorFlow/keras. Le modéle est enregistré pour être joué sur chacune des abeilles trackées.
Travail similaire :
Premier dataset : https://github.com/piperod/PollenDataset
Dataset perso a refaire sur fond blanc au printemps :https://github.com/Rastafouille/PollenDataSet
Tester avec filtre d'extraction des couleurs en amont.
- Classification pollen
A faire
https://en.wikipedia.org/wiki/List_of_pollen_sources
http://abeille-tarnetgaronnaise.fr/Atg-V1/les-pollens/#.Wmr6OTueLxs
sudo apt-get update
sudo apt-get upgrade
sudo apt install python3
sudo apt-get install build-essential cmake unzip pkg-config libjpeg-dev libpng-dev libtiff-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev libgtk-3-dev libatlas-base-dev gfortran
sudo apt-get install python3-dev
wget https://bootstrap.pypa.io/get-pip.py
sudo python3 get-pip.py
sudo pip install spyder opencv-python opencv-contrib-python
python -m pip install --user numpy scipy matplotlib ipython jupyter pandas sympy nose
tensorflow