Perkembangan Terkini Sistem Pengesanan & Pengiraan Kelulut
Sipnosis
Sistem AI menjejak lebah kelulut di pintu masuk (corong) sarang melalui pemprosesan rakaman video telah berjaya dihasilkan dengan kejituan yang tinggi. Setiap lebah dikesan oleh model YOLO (kotak hijau) dan diberi ID unik melalui DeepSORT, manakala zon penampan berwarna kuning menandakan kawasan pengiraan keluar-masuk lebah. Apabila seekor lebah melintasi zon ini menuju ke dalam sarang, ia dikira sebagai masuk (IN), manakala jika ia melintasi ke arah luar, ia dikira sebagai keluar (OUT). Pendekatan automatik ini membolehkan pemantauan trafik lebah secara berterusan, memberikan data tentang aktiviti koloni kelulut tanpa perlu pengiraan manual.
Bagaimana Sistem Berfungsi ?
- Pengesanan Lebah dengan YOLO: Sistem ini dilatih dengan model YOLO (You Only Look Once), sebuah algoritma pengesanan objek pantas, khusus untuk mengesan lebah kelulut dalam video. Setiap kali kamera menangkap imej di pintu sarang, model YOLO akan mengenal pasti lebah-lebah kelulut yang kelihatan dan melukiskan kotak sekelilingnya dalam masa nyata. YOLO terkenal dengan keupayaannya mengesan objek tanpa menjejaskan ketepatan dengan ketara. Dalam konteks ini, YOLO membolehkan sistem mengesan berpuluh-puluh lebah yang keluar atau masuk serentak.
- Penjejakan Individu dengan DeepSORT: Setelah dikesan, setiap lebah kemudiannya dijejak menggunakan algoritma DeepSORT. DeepSORT ialah algoritma penjejakan multi-objek lanjutan yang memberikan setiap objek (lebah) satu ID unik dan mengekori pergerakannya di antara bingkai video. Ini bermakna walaupun terdapat banyak lebah yang kelihatan serupa, sistem boleh membezakan setiap ekor melalui ID masing-masing. Pendekatan penjejakan-by-detection ini memastikan seekor lebah yang sama tidak dikira dua kali secara berulang. Malah, penyelidikan terdahulu juga telah menggunakan gabungan YOLO dan DeepSORT untuk menjejak lebah secara berjaya dalam persekitaran kompleks.
- Zon Pengiraan Masuk/Keluar: Sistem menetapkan satu zon penampan khas berhampiran pintu sarang (ditandakan dengan warna kuning dalam video demonstrasi). Zon ini berfungsi sebagai kawasan pengiraan: bila sahaja lebah ber-ID melintasi zon tersebut, sistem akan menentukan arah pergerakannya. Jika lebah bergerak masuk ke arah sarang, kiraan IN akan bertambah; jika ia bergerak keluar meninggalkan sarang, kiraan OUT akan bertambah. Logik ini mirip dengan meletakkan garisan maya di pintu sarang untuk mengira laluan keluar-masuk. Dengan bantuan ID unik dari DeepSORT, sistem dapat memastikan hanya lintasan penuh dikira – mengurangkan risiko kiraan berganda apabila lebah sekadar hinggap di tepi zon tanpa benar-benar masuk atau keluar sarang.
Kepentingan FIFO untuk Keaktifan Koloni
Pengukuran FIFO (keluar-masuk per minit) secara automatik melalui sistem ini memberikan data berharga tentang keaktifan koloni lebah kelulut. Kadar keluar-masuk yang tinggi menandakan ramai lebah pekerja yang sedang foraging (mencari makanan), yang biasanya bererti koloni tersebut sihat dan produktif. Sebaliknya, jika kiraan per minit menurun di bawah julat normal (contohnya di bawah 40), penternak boleh mengesyaki masalah seperti kekurangan makanan, penyakit, atau gangguan dalam koloni. Menurut garis panduan penternakan kelulut, sebuah koloni kuat harus mencatat sekurang-kurangnya 40 hingga 70 FIFO per minit. Data ini boleh digunakan sebagai amaran awal; contohnya, jika sebelum ini koloni konsisten pada ~50 lebah seminit tetapi kemudiannya jatuh ke 20, tindakan pemeriksaan lanjut wajar dilakukan untuk mengenal pasti punca (mungkin ratu bermasalah, serangan perosak, dll.).
Selain itu, metrik FIFO ini juga membolehkan perbandingan antara koloni atau lokasi berbeza. Sebagai contoh, penyelidik mendapati perbezaan ketara aktiviti foraging kelulut antara musim hujan dan kemarau, dengan musim hujan mencatat aktiviti keluar-masuk lebih tinggi. Ini menunjukkan faktor persekitaran mempengaruhi aktiviti lebah. Dengan sistem automatik, data sedemikian boleh dikumpul dengan lebih kerap dan tepat, membantu dalam penyelidikan tingkah laku foraging kelulut serta pemantauan kesihatan koloni jangka panjang.
Penutup
Secara keseluruhannya, integrasi teknologi AI seperti YOLO dan DeepSORT dalam pemantauan lebah kelulut menawarkan penyelesaian inovatif kepada penternak dan pengkaji. Ia mengautomasi tugas yang sebelum ini renyah dan terdedah kepada ralat, sekaligus menyediakan data real-time tentang aktiviti koloni. Dengan sistem tracking & counting ini, penternak boleh memantau FIFO per minit setiap sarang secara mudah dan mengambil tindakan proaktif berdasarkan trend yang diperhatikan. Perkembangan terkini ini bukan sahaja meningkatkan kecekapan pengurusan ladang kelulut, malah berpotensi menyumbang kepada pemahaman lebih mendalam tentang ekologi dan kesihatan lebah kelulut secara umum.
Leave your comment