去年接手虫媒监测AI项目时，我做的第一件事就是翻遍公开数据集，看有没有现成的“蚊子吸血行为”检测数据。结果很遗憾：既有数据集要么是物种分类图集，要么是实验室静态标本，没有一套专门针对吸血行为、带完整时空标注的视频帧数据。最后我们只能自己攒，也就是你看到的这套埃及伊蚊吸血行为检测数据集——7800张图像，YOLO格式标签，全部围绕“吸血行为”这个细分任务设计。
这套数据适合谁？如果你是做昆虫行为识别、蚊媒监测系统、或者单纯想在小目标检测方向磨模型，都值得参考。我下面不吹数据本身多厉害，而是把采集、标注、训练、踩坑的完整过程摊开讲，包括很多文档里根本不会写的细节。
1. 为什么盯着一只蚊子吸血：虫媒风险评价里的数据缺口
1.1 埃及伊蚊与“吸血行为”对传播指标的意义
埃及伊蚊（Aedes aegypti）是登革热、寨卡、黄热病等多种虫媒病毒的主要传播媒介。这类蚊子的特点是高度依赖城市环境，喜欢在室内小型积水容器里产卵，白天活动，雌蚊需要吸食血液才能完成卵的发育。这里有个关键点：只有“吸血”这个动作，才把蚊子和人直接连接起来。一只蚊子哪怕数量再多，如果不吸血，传播链就断了。
所以做虫媒监测时，我们真正关心的不是“这有一只蚊”，而是“这有一只正在吸血的蚊”。吸血行为检测输出的不是静态密度，而是传播风险的动态证据。给模型标注“吸血中”的边界，本质上是在教计算机识别疾病传播链条里最危险的那个环节。
1.2 传统监测手段为什么算不出“吸血率”
传统虫媒监测靠两类工具：诱蚊灯（CDC灯诱）和诱卵器（ovitrap）。诱蚊灯捕获的大多数是待产卵或空腹雌蚊，它提供的是“密度”数据；诱卵器提供的是“繁殖活动”数据。但这两个指标都不能回答同一个问题：在当地蚊虫种群中，实际尝试或完成吸血的个体占比有多少？这个占比在蚊媒传播动力学里是核心参数，传统方法得不到。
要想算出吸血率，常规做法是在人诱或动物诱条件下抓蚊子回来，解剖看胃血状态，工作量大，且人诱方法存在伦理风险。后来实验室改用人工膜喂血装置，把加热血液封在膜上模拟宿主皮肤，配上视频录像，数据采集问题解决了，但视频分析成了新瓶颈——几小时的视频不可能靠肉眼逐帧看。我们做这套数据集的直接动因，就是把“人工膜视频”变成“自动检测模型”的训练燃料。
2. 7800张图是怎么“养”出来的：人工膜装置、视频抽帧与场景约束
2.1 采集装置与拍摄环境：把吸血过程稳定在镜头里
我们用的是实验室标准的人工膜喂血装置：一个保温循环器把血液维持在37℃左右，血液装载在一个圆柱形容器中，底部用Parafilm膜封住，蚊子透过膜刺入取食。这个设计的妙处在于：它把宿主动物或人的因素完全剔掉，行为过程可控可重复，拍摄过程中不会有皮肤纹理、毛发等噪声干扰模型。
摄像头选的是普通工业USB相机，分辨率1920×1080，拍摄帧率25fps。俯拍为主，间或补几张侧拍，用来覆盖不同视角。补光用白色LED平板灯，角度大概45度，正面打光。这里有个实际经验：补光太强会导致蚊子和背景对比度极高，模型很容易学会“照亮度找蚊子”，换到暗环境就失效。我们后来刻意加入低照度、侧光阴影的样本，就是为了避免这个坑。
人工膜装置上蚊子吸血的完整过程通常在3到8分钟内结束，一只蚊从停落到饱血离开，全部视频大概需要录制几十个小时，才能筛出足够多的有效吸血片段，最终得到7800张图像。
2.2 视频抽帧与关键行为时刻：7800张并非随机截图
很多人以为视频数据集就是截图抽帧，其实没那么简单。如果均匀抽帧，你会发现大部分帧里根本没有蚊子在吸血窗口上。所以我们采用“事件驱动抽帧”——先人工浏览视频，标记出每个吸血事件的起点和终点，再在事件窗口内密集抽帧。
我建议你这么设计采样密度：
- 吸血事件前1分钟，以每秒1帧抽帧，捕获停落和探查行为；
- 吸血过程中，以每2秒1帧抽帧，捕获刺入和饱血阶段；
- 吸血事件结束后，继续抽20秒，捕获离开始行为。
最终7800张里，单只蚊的样本约占70%，两只及以上同框的样本占30%左右。同框样本对模型特别重要，因为真实场景里一个膜面上可能同时趴着五六只蚊子，模型必须学会区分不同个体的行为状态，而不是把一个密集区域糊成一个框。
2.3 数据划分与类别分布：训练集别只剩“清一色饱血蚊”
数据划分的时候，如果你只做随机打乱，会出现一个隐蔽问题：同一个吸血事件的相邻帧会同时进训练集和验证集，造成评估虚高。我们改成按“事件”划分，也就是同一段视频的事件ID全部进同一份集合，这样验证集才真正检验模型对没见过的吸血过程是否有效。
类别分布上也特意做了平衡。整个数据集中，“吸血中”（engorging/probing）样本大约4300张，“未吸血/停落/游离”样本大约3500张，不是1:1但有差距，训练时在loss里加了正样本权重。如果从头标注，建议更狠一点，把两类比例拉到接近1:1，能有效减少模型“偏爱多数类”的问题。
3. 标注规范的每一处细节：如何让YOLO学会“吸血中”与“未吸血”
3.1 行为类别的边界：探查、刺入、饱血如何二分类
这是整个数据集里争议最多的部分。昆虫行为学家看吸血过程，会细分为：寻找宿主、停落、探查（probing，口器试探性刺入）、吸血中（engorging，腹部膨胀）、饱血（fully engorged）、离开。但对YOLO目标检测来说，类别太细反而难学，尤其是探查和刺入在二维图像上区别极小。
我们最后采用二分类标签：
- biting：口器已与膜面接触，且持续停留超过一定时间，腹部开始膨胀或已明显膨胀；
- non-biting：飞行中、停落但未刺入、正在离开、膜面上静止未接触。
注意“持续停留”这个时间条件很重要，否则蚊子短暂碰一下膜面就被标成biting，模型会学到一堆误检。我用生活化类比说一下：这就像判断一个人是否真在喝水，得看他是不是真的把杯子贴到嘴并持续吞咽，而不是拿起来晃一下就放下。
3.2 YOLO标注格式与目录结构：从LabelImg到txt文件
标注工具用的是LabelImg和Roboflow混合流程。LabelImg负责画框，导出Pascal VOC格式，然后用脚本转换成YOLO的txt格式。目录结构如下：
aedes_dataset/ ├── images/ │ ├── train/ # 5460张 │ ├── val/ # 1170张 │ └── test/ # 1170张 ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ ├── classes.txt └── data.yaml每张图对应的txt文件和图片同名，每行格式是：class_id x_center y_center width height，坐标全部归一化到0到1之间。我们classes.txt里只有两类：
0: biting 1: non-biting这里提醒一个新手常踩的坑：从LabelImg导出时，如果保存的XML是绝对路径，换机器后路径全断。一定要用相对路径或者脚本重写图片路径部分，我们第一版就栽在了这个上面，白费了三天。
3.3 多轮质检与边界样本处理：玻璃反光、遮挡与离群框
标注质量是数据集的命。有一批框，我们审核时发现标注员把蚊子翅膀阴影也框进去了，导致模型学的目标区域比真实虫体大一圈。所以质检环节我们做了双重审核：第一轮检查类别标签是否正确，第二轮检查边界框是否贴合虫体。
具体规范三条：
- 框必须紧贴蚊子最外轮廓，触角、足、翅的伸展范围可以不包含，但胸腹主体不能漏；
- 两只蚊子重叠时，各标各的，允许框之间有较大IoU，不能因为重叠就丢掉一只；
- 严重模糊、失焦、目标小于12×12像素的样本，直接弃用，不勉强标。
边界样本统一用“特殊未知类”暂存，不打进训练集，这个做法后来被证明极其有效——因为边界样本往往是噪声最大的，宁缺毋滥。
4. 训练YOLO微调：小目标检测的参数博弈与实测结果
4.1 模型选型与输入分辨率：1280塔顶，还是切片大法
YOLO系列现在选择很多，但针对“4毫米左右的蚊子在高清图上只占几十个像素”的极端场景，选型逻辑和一般目标检测不一样。
我们最终选了YOLOv8的这个配置：
- 模型规模：yolov8s，比n精度稳，又比m能在边缘设备上跑起来；
- 输入分辨率：1280×1280；
- 预训练权重：官方COCO预训练。
为什么不用yolov5？不是不好，而是v8的anchor-free检测头在极小目标上的中心点回归更直接，少了anchor匹配的繁琐步骤。为什么不用yolov9或v10？当时它们刚出，生态和部署链还没完全稳定，对一个要交付的项目来说，稳定压倒一切。
输入分辨率这里有个重大取舍。直接1080p原图送进网络显存爆掉；压到640×640，蚊子目标可能只剩15×15像素，模型极难区分“biting”和“non-biting”。我们试了两种路：
- 第一种：整图缩放到1280×1280，动用A100的40G显存，batch降到8；
- 第二种：把原始1920×1080图像切成四个1050×1080的overlap切片（重叠50像素），每片缩放到640×640再推理，最后把检测结果合并回原图坐标。
实测结果证明第二种方案对小目标友好得多，代价是推理耗时翻倍。如果你没有大显存，优先走切片路线，别硬降分辨率。
4.2 训练配置与增强策略：Mosaic在昆虫小目标上反而帮倒忙
训练超参数是我们反复试出来的，先说三个最关键的：
- epochs=200：小目标任务收敛慢，早期epoch前20个几乎没有有效loss下降，别急着早停；
- batch=16：配合1280输入，用A100刚好能跑，batch再大收益已经很有限；
- optimizer=SGD：AdamW前期冲得快，后期细粒度回归反而不及SGD稳定，对小目标框精度更明显。
最反直觉的是数据增强。YOLO官方默认开了Mosaic（4张图拼一张）和MixUp，这个配置在常规检测任务上涨点，但用在蚊子身上我们吃了个大亏。为什么？因为Mosaic把4张图缩放到四分之一再拼贴，每个蚊子目标变得更小，甚至缩小到不足10像素，标注框在拼接边还会发生目标“被切割”的情况。模型学到的特征变成了“模糊小色块”，而不是“蚊子”。
我们把Mosaic关了，保留轻微HSV增强（饱和度±30%，亮度±20%）和随机平移旋转（±10度），效果立刻回升。结论很简单：增强策略不能照搬默认，要看你目标的原始像素占比。大目标扛得住几何畸变，小目标一步就变形到认不出来。
4.3 指标与常见误检：mAP50可以，头疼的是“影子蚊子”
最终在测试集（按事件隔离的1170张）上，我们得到的指标大致是：
| 类别 | mAP50 | mAP50-95 | Precision | Recall |
|---|---|---|---|---|
| biting | 87.6% | 56.2% | 88.3% | 83.1% |
| non-biting | 91.2% | 63.4% | 92.0% | 89.7% |
整体看着还行，但打开错误分析，最大的误检来源统一指向“影子蚊子”——也就是膜面褶皱、加热器金属边缘的黑影，形状和蚊子轮廓有几分像，模型在低置信度区间会误判成non-biting，偶尔连biting也误报。
这个问题的根子在训练数据里缺少“负样本中的形状相似物”。后来我们专门去拍了一组无蚊空膜和装置边缘的素材，以负样本形式混入训练，误检率直接降了约3%。这个经验对所有做小目标检测的人都通用：你的数据里不仅要有目标，还要有“看起来像目标但不是目标”的东西。
5. 落地到虫媒监测：一个检测器能替代什么，还不能替代什么
5.1 从检测到指标：吸血率、单笼计数与昼夜节律统计
模型训练完终究要回答生物学问题。我们把检测结果接入后处理流水线，每次推理输出三样东西：检测框、类别、置信度；然后按时间窗聚合成指标。
最核心的落地指标是吸血率（biting rate），计算口径很简单：一段固定观察时间内，biting类检测帧数占总有效蚊虫检测帧数的比例。配合事件过滤（同一只蚊连续出现算一个事件），我们能够自动统计一批蚊子里完成吸血行为尝试的占比。这比人工数尸和解剖省太多时间了。
另一个应用方向是行为节律研究。埃及伊蚊白天活动，吸血高峰通常在早晨和傍晚。我们连续录制48小时，用模型自动产出时段-吸血频率曲线，可以直接看出这个种群在实验条件下的节律特征。以往这种数据只能靠人盯着屏幕记录，现在一台普通机器就能跑。
5.2 边缘设备部署与功耗取舍：Orin Nano上的实测帧率
部署端，我们测试了Jetson Orin Nano 8GB版本，用TensorRT对YOLOv8s进行FP16量化。
- 1280×1280整图推理：约18ms/帧；
- 切片模式（2片并行）：约32ms/帧；
- 单设备功耗：10W~15W之间。
也就是说，一条检测流水线完全可以在无网环境、野外站点或养殖笼旁边实时跑。但这里有个网络结构上的注意点：小目标检测时，FP16量化带来的特征精度损失有时候是致命的，我们对比后发现腹部膨胀边缘的定位框平均后退了2到3个像素。如果业务对框精度极其敏感，建议保留FP32推理或者只在靠近输出层的部分用FP16。
5.3 后续演进：多蚊种分类、关键点预测与行为序列建模
7800张只是个起点。我在项目收尾后思考过三条明确的升级路径：
第一，把二分类扩展成多分类，把白纹伊蚊、库蚊、按蚊都加进来，做“同画面多蚊种行为识别”，这对不同传播链的区分极有价值。第二，在检测框基础上加关键点标注——比如口器尖端与腹部末端，用YOLOv8-pose去预测姿态，可以更精细区分“探查”和“真正刺入”。第三，不要把每一帧孤立看待，结合DeepSORT做跨帧跟踪，行为就成了一串状态序列（停落→探查→吸血→离开），平滑掉单帧误检。
这几条路都不难，但每一步都需要更大量的标注投入，也会遇到比“影子蚊子”更刁钻的问题。
最后想说的
这个数据集项目给我最大的收获，倒不是模型最终涨了几个点，而是我重新理解了“数据质量”这个词的颗粒度。蚊子吸血行为这种精细任务，标注框偏移5个像素、类别边界模糊一点，模型的表现就差很多。你在实际构建类似数据集时，我建议把标注规范的评审放在所有工作之前，宁可多花一周把SOP磨到位，也别后期为洗数据熬夜。如果你也要做蚊虫或昆虫行为相关检测，欢迎拿这套数据或这个流程做起点，至少踩坑的路径我已经替你走了一遍。
