现代计算机技术在遗传学实验教学中的应用——移动端轻量级高精度果蝇遗传性状批量识别系统的开发

果蝇是实验教学中最常用的重要生物材料之一。在果蝇实验教学中，每个学生通常需要针对上百只果蝇进行手工辨认，并记录每只果蝇身上的数个不同性状，工作量大且分类标准参差不齐。为了解决这一问题，本文将现代计算机技术融入到遗传学实验教学中，使用深度卷积神经网络来自动统计每只果蝇的性状。采用的是目标检测模型+分类模型的两阶段策略模式。在分类模型的训练设计过程中，创新性利用了关键点辅助分类的方法，有效地提升了模型的可解释性。此外，还针对任务特性改善了RandAugment方法，利用渐进式学习与适应性正则化策略，在有限的计算资源下训练了MobileNetV3架构下的多标签分类任务，并最终在每只果蝇3对性状(红/白眼、长/小翅、雌/雄)的分类任务下分别达到了97.5%、97.5%和98%的准确率。模型经过优化后，可以在手机端10 s内完成600个果蝇性状的分类，该模型具有轻量化的特点，大小不到5 MB，易于在各类安卓系统手机上安装使用。该系统的开发有利于推进以果蝇为研究对象的遗传规律验证等实验的教学，也可用于涉及大量果蝇分类统计分析的科研工作。