基于人工智能的蜜蜂授粉用花粉分类机器：设计、实现与评估

《Journal of the Science of Food and Agriculture》：Artificial intelligence-based pollen classification machine in apiculture: design, implementation and evaluation

AI驱动的蜂花粉分类系统研究：基于颜色特征的深度学习模型优化与工业应用探索。

　　

摘要

背景

蜂花粉是一种具有生物活性的物质，因其营养价值和促进健康的作用而受到重视。然而，由于其化学和生物成分的变异性（这在很大程度上取决于其植物来源），导致质量控制和分类工作存在困难。人工智能通过自动化和标准化的分类方法为克服这些限制提供了机会。

结果

开发了一种基于深度学习的系统，用于根据颜色特征对花粉样本进行分类，颜色是判断花源的关键视觉生物标志物。评估了包括MobileNet、InceptionV3、Xception、NasNet Large、DenseNet201和YOLOv8在内的卷积神经网络。其中，DenseNet201实现了最高的分类准确率（98.5%），而集成用于实时处理的YOLOv8则达到了91.4%的准确率，并且处理速度较快。实验室规模的验证证实了该系统在区分单花源花粉类型方面的可靠性。

结论

所提出的基于人工智能的分类系统为花粉产品的标准化和可追溯性提供了可靠的解决方案。其实时分类能力为养蜂人提供了实用的工具，有助于实现可持续和卫生的花粉采集，具有在食品、制药、营养保健品和化妆品行业的广泛应用潜力。? 2025 化学工业协会。