ملخص إن المراقبة الآلية للحشرات والمفصليات الأخرى أمر حيوي للبحث البيئي والحفاظ على البيئة؛ ومع ذلك، فإن أدوات التعرف على الصور الحالية غالبًا ما تفتقر إلى القابلية للتعميم عبر ظروف التصوير المتنوعة وتواجه صعوبة مع أحجام العينات المتغيرة. وهذا يحد من جدواها العملية واعتمادها الواسع من قبل علماء البيئة. نقدم flatbug ، وهو حزمة بايثون مفتوحة المصدر تم تطويرها لتوفير حل قوي وموثوق وسهل الاستخدام للكشف عن المفصليات وتقسيمها. تستخدم flatbug إطار عمل للتقسيم التكيفي لكل من التدريب والاستنتاج، مما يتيح الكشف بغض النظر عن المقياس والحجم. كما تستفيد من تقسيم العينات، مما يسمح بالإزالة التلقائية للخلفية وتقدير دقيق لحجم الجسم. تشمل الحزمة نماذج مدربة مسبقًا ويرافقها مجموعة بيانات مرجعية فريدة ومتنوعة تحتوي على أكثر من 113,000 مفصلي مشروح من أنظمة التصوير المعملية والميدانية. تسهل هذه المجموعة التحقق الصارم والتقييم المتبادل. يحقق أفضل نموذج flatbug متوسط درجة F1 تبلغ 94.2% عبر هذه المجموعات المتنوعة. والأهم من ذلك، أنه يظهر قابلية تعميم قوية من صندوقه مباشرة، حيث تم تقليل الأداء بنسبة 7.1% فقط في المتوسط عند اختباره مقابل أنظمة تصوير جديدة كليًا تم استبعادها من تدريبه. وهذا يؤكد أداء flatbug القوي في سياقات جديدة دون إعادة التدريب. توفر flatbug لعلماء البيئة والممارسين أداة جاهزة للاستخدام، فعالة ودقيقة لمراقبة المفصليات التي تعالج القيود الشائعة للطرق الحالية. مع الوثائق الشاملة، والدروس التعليمية، وعرض تجريبي عبر الإنترنت، فهي مصممة للتكامل والاستخدام بسهولة. من خلال توفير حل قابل للتعميم ومعيار جديد لتقييم الأداء عبر المجالات، تهدف flatbug إلى تسريع التقدم في الكشف الآلي عن المفصليات ورؤية الكمبيوتر البيئية. الحزمة، ومجموعة البيانات، والنماذج متاحة مجانًا على https://github.com/darsa‐group/flat‐bug/ و https://doi.org/10.5281/zenodo.18164125 .
سفينينغ وآخرون (الأربعاء) درسوا هذا السؤال.