이 문서에서는 벌집 환경에서 개별 꿀벌을 추적하기 위해 딥러닝과 칼만 필터를 사용하는 방법을 살펴봅니다. 꿀벌 행동의 복잡성을 강조하는 이 연구는 고밀도, 작은 물체, 오클루전, 배경 가변성 등의 문제를 해결합니다. 이 접근 방식은 다중 꿀벌 감지 및 세분화를 위한 마스크 R-CNN과 ResNet-101 백본 네트워크, 개별 꿀벌 추적을 위한 칼만 필터를 결합합니다. 이 연구는 평균 평균 정밀도(mAP), 클리어 모트, 모트 등의 지표를 사용하여 프레임워크의 성능을 평가하여 다중 객체 추적 및 세분화 작업에 대해 만족스러운 결과를 얻었습니다. 제안된 시스템은 복잡한 와글와글 춤을 포함한 다양한 꿀벌의 행동을 처리하는 유연성을 보여줍니다. 비하이브 발레단 공개: 딥러닝 오디세이 생태학적 인사이트를 위한 꿀..