埃及伊蚊吸血行为检测数据集 | 7800张YOLO昆虫行为数据集适用于媒介昆虫研究、药效评估与目标检测研究一、数据集概述本数据集由实验室级蚊虫行为观察装置采集对蚊虫个体及其吸血状态进行逐帧框标共包含约7800张高质量标注图像覆盖3类检测目标用于构建自动化的蚊媒行为分析系统。埃及伊蚊是登革热、寨卡、黄热病、基孔肯雅热等多种虫媒传染病的主要传播媒介其吸血行为直接决定病原体的传播效率。传统昆虫学研究依赖人工镜检与逐帧观看录像来判定蚊虫是否处于吸血状态工作量极大且主观性强。该数据集可广泛应用于媒介昆虫学研究、杀虫剂与驱避剂药效自动化评测、蚊媒疾病防控研究、实验室行为学高通量分析等场景适用于YOLOv5/v7/v8/v10/v11/v12等主流检测框架。随着虫媒传染病防控需求的不断提升和昆虫学行为研究的深入利用计算机视觉技术实现蚊虫吸血行为的自动检测已成为提升研究效率、实现行为学高通量分析的重要手段。本数据集针对蚊虫检测场景中目标尺度小、姿态多变、行为状态细微等问题进行专项构建可为蚊媒行为分析系统与药效自动化评测设备提供高质量数据支撑。数据集下载通过网盘分享的文件埃及伊蚊吸血行为检测数据集-3类链接: https://pan.baidu.com/s/1vpSur_mR76M4-ezq1znbFg?pwdf3ip提取码: f3ip二、数据集基本信息项目内容数据集名称埃及伊蚊吸血行为检测数据集数据规模约7800张高质量标注图像任务类型目标检测Object Detection检测目标蚊虫个体定位、吸血行为状态类别数量nc3类标注方式Bounding Box目标框标注数据格式YOLO标准格式数据来源实验室级蚊虫行为观察装置采集数据划分Train / Valid / Test适配模型YOLOv5、YOLOv7、YOLOv8、YOLOv10、YOLOv11、YOLOv12、Faster R-CNN等三、数据集类别说明本数据集为多类别目标检测数据集共设置3个检测类别其中“蚊虫”为个体定位类别“吸血中”与“未吸血”为行为状态细分类别可同时支撑个体定位与行为分类两类任务。类别配置nc:3names:-feeding-mosquito-not_feeding类别详情类别ID类别名称英文名称类别说明0吸血中feeding蚊虫正在吸血行为中如口器刺入、腹部膨大等1蚊虫mosquito蚊虫个体定位通用检测类别覆盖所有状态2未吸血not_feeding蚊虫未处于吸血行为状态停歇、爬行等三类设计使模型具备双重任务能力个体定位任务通过“蚊虫”类别通用检测实现蚊虫个体的位置检测行为分类任务通过“吸血中”与“未吸血”区分蚊虫行为状态这种设计可同时支撑定位与行为分类两类任务灵活性高可适配不同的应用场景。四、数据集结构说明数据集采用标准YOLO目录结构组织已按训练集、验证集、测试集进行科学划分结构清晰便于直接接入主流检测框架。埃及伊蚊吸血行为检测数据集-3类/ ├── train │ ├── images │ └── labels ├── valid │ ├── images │ └── labels ├── test │ ├── images │ └── labels └── data.yaml各数据集作用如下train/images labels训练集图像与标签用于模型参数学习与特征提取valid/images labels验证集图像与标签用于超参数调优、早停监控及防止过拟合test/images labels测试集图像与标签用于最终模型性能评估与泛化能力测试。标注文件为同名.txt格式每行格式为类别索引 x_center y_center width height坐标均为归一化值配套data.yaml已配置好类别名称与数量可直接适配YOLO系列等目标检测框架。五、数据集核心优势1. 专注蚊媒行为分析本数据集以埃及伊蚊吸血行为检测为核心任务所有图像由实验室级蚊虫行为观察装置采集聚焦于蚊虫个体及其吸血行为的精准检测。类别设计兼顾个体定位与行为分类贴合媒介昆虫学研究实际需求更利于训练出针对蚊虫行为的高精度检测模型。覆盖行为状态包括未吸血停歇、爬行、静息等非吸血状态吸血中口器刺入、腹部逐渐膨大、持续吸血等个体定位覆盖所有状态下的蚊虫个体涵盖蚊虫行为观测的主要研究场景。2. 贴近昆虫学实验需求实验室受控光照下的高清近距离拍摄特点行为阶段丰富覆盖蚊虫停歇、爬行、口器刺入、腹部膨大等多种行为阶段姿态多变不同角度、不同体位、不同活动状态高清细节近距拍摄展现吸血行为的关键特征如腹部膨大变化受控条件实验室环境下的标准化采集光照均匀、背景一致与昆虫学实验场景高度一致有效支撑药效评测与行为学高通量分析。3. 双重任务设计三类标签的设计使数据集支持双重任务目标检测任务使用“蚊虫”类别进行个体定位检测细粒度行为分类任务使用“吸血中”与“未吸血”进行行为状态区分同一数据集可同时支撑个体定位、行为分类及联合检测等多种任务类型。4. 小目标检测挑战蚊虫目标具有典型的微小尺度特征尺度小蚊虫在图像中占比较小姿态多变不同角度、不同体位下形态变化显著行为特征细微吸血行为的视觉特征如腹部膨大变化精细密集场景多个蚊虫共存时检测难度增加对模型的检测能力提出了较高要求具有良好的算法检验价值。5. 专业昆虫学标注由具备昆虫学背景的标注人员完成标注边界框贴合虫体行为状态判定标准统一蚊虫个体、吸血状态判别规范覆盖不同姿态与行为阶段有效保证模型训练质量。6. 大规模高质量样本约7800张高质量图像样本量充足保障模型训练收敛性与泛化能力覆盖多种姿态与吸血阶段。7. 即用型数据组织标准目录结构精简data.yaml配置无需复杂预处理可直接用于模型训练降低使用门槛。六、适用场景蚊媒昆虫行为自动化观测与统计基于蚊虫个体检测与行为状态识别实现蚊虫吸血行为的自动计数、时长统计与行为谱分析。驱避剂、杀虫剂药效实验的客观量化评估在驱避剂/杀虫剂药效评测实验中自动统计蚊虫吸血行为发生率提供客观、量化的药效评估指标。蚊媒传染病传播风险研究通过监测蚊虫吸血行为活跃度辅助评估病原体传播风险与蚊媒疾病流行趋势。实验室高通量昆虫行为学分析在昆虫学行为研究中实现高通量、自动化的行为数据采集与分析大幅提升实验效率。教学科研用于小目标检测与细粒度行为识别算法研究等科研场景。七、适用研究方向本数据集可广泛应用于以下研究领域昆虫行为识别与检测研究细粒度行为分类研究吸血/未吸血状态小目标检测研究蚊虫微小目标媒介昆虫学与虫媒病防控研究驱避剂/杀虫剂药效自动评测研究YOLO系列模型优化研究轻量化检测模型与边缘部署研究计算机视觉在昆虫学中的应用研究行为学高通量分析研究八、总结埃及伊蚊吸血行为检测数据集包含约7800张高质量标注图像采用标准YOLO格式构建专注于蚊虫个体定位与吸血行为状态识别任务。数据集覆盖吸血中、蚊虫、未吸血3类检测目标具有专业昆虫学标注、行为阶段丰富、小目标检测挑战等特点可广泛应用于蚊媒昆虫行为观测、药效自动化评测、虫媒病传播风险研究、高通量行为学分析等领域是开展昆虫行为AI识别算法研发与媒介生物智能监测系统建设的优质数据资源。