{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2023,10,17]]，“日期-时间”：“2023-10-17T05:32:22Z”，“时间戳”：1697520742383}，“引用-计数”：41，“发布者”：“MDPI AG”，“问题”：“12”，“许可证”：[{“开始”：}“日期-零件”：[[2021,6,21]]，”日期-时间“：”2021-06-21T00:00:00Z“，”时间戳“：1624233600000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“funder”：[{“DOI”：“10.13039\/100014809”，“name”：“捷克共和国技术局”，“DOI-asserted-by”：“publisher”，“award”：[“TJ04000441”]}]，”content-domain“：{“domain”：[]，“crossmark-restriction”：false}，“short”集装箱运输“：[“传感器”]，“摘要”：“成群结队的鸟可能会对成熟期的水果作物造成重大损害。这个问题可以通过各种方法来解决；然而，在许多情况下，鸟类会习惯于分心，而应用的惊吓程序也失去了它的目的。为了帮助消除这一困难，我们提出了一种系统来检测蜂群并触发一个执行器，只有当蜂群通过被监控空间时，执行器才会吓跑目标。实际检测是使用卷积神经网络的人工智能进行的。在教授网络之前，我们使用摄像机和差分算法来检测葡萄园中移动的所有项目。对图像中显示的这些对象进行标记，然后用于网络的训练、测试和验证。检测算法的评估需要评估参数精度、召回率和F1得分。就功能而言，该算法是在一个由微型计算机和连接的摄像机组成的模块中实现的。当检测到蜂群时，微控制器将生成一个信号，无线传输到模块，模块的任务是触发惊吓执行器<\/jats:p>“，”DOI“：”10.3390\/s21124244“，”type“：”journal-article“，”created“：{”date-parts“：[2021,6,21]]，”date-time“：”2021-06-21T17:29:58Z“，”timestamp“：1624296598000}，”page“：前缀“：”10.3390“，”volume“：”21“，”author“：[｛”ORCID“：”http:\/\/ORCID.org/0000-0001-7349-8426“，”authenticated ORCID“：false，”given“：”Petr“，”family“：”Marco\u0148“，”sequence“：”first“，”affiliation“：[]｝，｛”ORCID“：”http:\/\/ORCID.org/0000-0002-9940-4966“，”authenticated ORCID“：false，”given“：”Ji\u0159\u00ed“，”family“：“Janou\u0161ek”，“序列”：“附加”，“affiliation“：[]}，{”given“：”Josef“，”family“：”Pokorn\u00fd“，”sequence“：”additional“，”affiliance“：[]}，”{“given”：“Josef”，“family”：“Novotn\u00fd”，“sequence”：“additional”，“affiliationation”：[]{”given“”：“Eli\u0161ka Vlachov\u00e1”，”faily“”：”Hutov\u00 e1“，”sequence“”：{“给定”：“安娜”，“家庭”：“\u0160ir\u016f\u010dkov\u00e1”，“sequence“：”additional“，”affiliation“：[]}，{“given”：“Martin”，“family”：“\u010c\u00e1p”，“sequence”：“additional”，“affiliance”：[]{“给定的”：“Jana”，“家族”：“L\u00e 1zni\u010dkov\u00e.1”，“序列”：“附加的”，“从属关系”：[]}，}“giving”：“Radim”，”family“Kadlec”，“sequence”:“additionable”，“filiation”：[4]}，{“given”：“Petr”，“family”：“Raichl”，“sequence”：“additional“，”affiliation“：[]}，{“给定”：“P\u0159emysl”，“family”：“Dohnal”，“sequence”：“附加”，“affiliance”：[]{“ORCID”：“http://\/ORCID.org\/00000-0002-1358-6974”，“authenticated-ORCID”：false，“给定”:“Miloslav”，“家族”：“Steinbauer”，“序列”：“additional”，”affaliance“：[]}，}“ORCID”：“http:\\//ORCID”。组织\/00000-0003-4048-6108“，”authenticated-orcid“：false，”given“：”Eva“，”family“：”Gescheidtov\u00e1“，”sequence“：”additional“，”affiliation“：[]}]，”member“：”1968“，”published-online“：{”date-parts“：[2021,6,21]}，”reference“：[{”key“：“ref1”，“article-title”：“欧洲椋鸟”，“volume”：“13”，“author”：“Homan”，“year”：“2017”，“journal-title“：”Wild l.伤害管理技术服务“}，{”键“：”ref2“}，{”key“：”ref3“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.cropro.2019.025“}、{”key“：“ref4”，“doi-assert-by”：“publisher”，“doi”：“10.1109\/MRA.2016.2636368”}，“key”：“ref5”，“article-title”：“Birds能听到什么？”，“volume”：”21“，“author”：“Beason”，“year”：“2004”，“journal-title”：“美国农业部Natl.Wildl.Res.Cent.Staff Publ.”}，{“key”：“ref6”，“doi-asserted-by“：”publisher“，”doi“：”10.3390\/ma13235498“}，{“key”：”ref7“，”first page“：”31“，”article-title“：”鸟类控制：解决鸟类问题的技术：激光和无人机击败喙“，“volume”：“657”，“author”：“Szentpeteri”，“year”：“2018”，“journal-title”：“Aust.N.Z.Grapegrow.Winemak.”}，“key“：“ref8”，“doi”由“：”publisher“，”doi“：”提供10.3390\/app9122562“}，{”key“：”ref9“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/TII.2020.2991686“}“，{“key”：“ref10”，“doi-assert-by”：“publisher”，“doi”：“10.1016\/j.aej.2020.11.043”}，“{”密钥“：”ref11“，”doi-assertd-by“：”publisher“，”DI:“10.1016”/j.eswa.2020.113275“}，{“key”：“ref12”，“非结构化”：“使用风电场周围的时差图像评估鸟类检测https:\/\/nae-lab.org\/~rei\/publication\/yoshihashi-ewa2015.pdf“}，{”key“：”ref13“}、{”key“：“ref14”、“doi-asserted-by”：“publisher”、“doi”：“10.1002\/we.2135”}、“key”：“ref15”，“doi-sserted-by“：”publisher“，”doi“：“10.3390\/s210267”}，“key“参考16“}，{”键“：”参考17“}doi-asserted-by“：”publisher“，”doi“：”10.3390\/s19071651“}，{“key”：“ref19”}，“key“：”ref20“}、{“key”：”ref21“，“doi-assert-by”：“publisher”，“doi”：“10.1016\/j.cja.2018.01.018”}：“363”，“文章标题”：“基于HOG特征的卷积神经网络鸟类物种检测与分类”，“author”：“Ghosh”，“year”：“2019”}，{“key”：“ref24”，“doi-asserted-by”：“publisher”，“doi”：“10.3390\/ani10071207”}，“doi-asserted-by”：“publisher”，“doi”：“10.1088\/1742-6596\/1477\/3/032012“}，{“key”：“ref31”}，}“keys”：“ref32”，“doi-asserted-by”：“publisher”，“doi”：“10.20546\/ijcmas.2019.801.238”}“：”publisher“，”doi“：”10.3390\/app7080757“}，{”key“：”ref35“，”doi-asserted-by“：”publisher“，”doi“：“”10.1109\/ACCESS.2018.2793298“}，{“key”：“ref36”，“series-title”：“图像序列处理和动态场景分析程序”，“首页”：“104”，“article-title”：《图像运动估计的差分方法》，“author”：“Cafforio”，“year”：“1983”}，“key“：”ref37“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.knosys.2020.106622“}”，{key“：”ref38“，”series-title“：“在谷歌云平台上构建机器学习和深度学习模型：初学者综合指南”，“首页”：“581”，“article-title”：“谷歌AutoML:Cloud Vision”，“作者”：“Bisong”，“年份”：“2019”}，{“key”：“ref39”，“series-tile”：“实用张力流.js：Web应用程序开发中的深度学习”，“第一页”：163“，”article-title“：“使用在Google Cloud AutoML中训练的模型进行对象检测”，“author”：“Rivera”，“year”：“2020”}，{“key”：“ref40”，“unstructured”：“AutoML Vision Beginner\u2019s guide https:\/\/Cloud.Google.com/Vision\/AutoML\/docs\/egineers-guide？hl=cs”}、{“key”：”ref41“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/72.279188”}]，“容器标题“：[”传感器“]，“原始标题”：[]，“语言”：“en”，“链接”：[｛”URL“：”https:\/\/wwwmdi.com\/1424-8220\/21\/12\/4244\/pdf“，”内容类型“：”未指定“，”内容版本“：”vor“，”预期应用程序“：”相似性检查“｝]，”存放“：｛”日期部分“：[[2021,6,23]]，”日期时间“：”2021-06-23T02:54:29Z“，”时间戳“：1624416869000｝，”分数“：1，“resource“：{”primary”：{“URL”：“https:\/\/www.mdpi.com\/1424-8220\/21\/12\/4244”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{date-parts“：[2021,6,21]]}，”references-count“：41，”journal-issue“：{issue”：“12”，“published-online”：{data-parts 44“]，”URL“：”http://\/dx.doi.org\/10.3390\/s21124244“，”关系“：{}，”ISSN“：[”1424-8220“]，“issn-type”：[{“value”：“1424-820”，“type”:“electronic”}]，“subject”：[]，“published”：{“date-parts”：[2021,6,21]]}}}