埃及伊蚊与白纹伊蚊分类器

数据集获取

源站：https://doi.org/10.5061/dryad.sf7m0cgpv

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 41.6 MB。

数据说明

由埃及伊蚊（Linnaeus，1762）和白纹伊蚊（Skuse，1894）传播的蚊媒疾病——包括登革热、寨卡病毒病、基孔肯雅热和黄热病——在很大程度上依赖于快速、准确的媒介鉴定。深度学习在精选的实验室图像上可达到较高准确率，但在质量、构图和背景差异很大的社区提交照片上性能会下降。我们开发了一套多阶段流程，用于从真实世界的公民科学图像中区分这两种形态相似的媒介。利用来自全球蚊虫观测数据库（GMOD）的2112张蚊虫图像，我们结合了：（i）用于筛查是否存在蚊虫的二元分类器；（ii）基于YOLO的目标检测器；（iii）评估亮度、清晰度、对比度和边界框比例的图像质量评估模块；（iv）用于将标本从背景杂乱中分离出来的Segment Anything Model（SAM）分割；（v）YOLO分类器。为针对传统形态分类学中使用的诊断特征，我们细化了检测，使其聚焦于胸部盾片——即承载埃及伊蚊竖琴状淡色鳞片图案和白纹伊蚊正中白色条纹的区域。

白纹伊蚊。基于原始图像的基线分类效果较差（埃及伊蚊为30.95%；白纹伊蚊为78.4%），仅靠数据增强带来的提升有限。全身SAM掩膜分类将总体准确率提升至68.21%，而以盾片为焦点的分类对白纹伊蚊和埃及伊蚊分别达到87.5%和83.3%的准确率（总体86.2%，69/80）。使机器注意力与昆虫学家所用的形态特征相对齐可带来显著收益，从而支持可扩展的公民科学病媒监测。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。