📓 Referencia completa: Devlin, J., MacFarlane, F., Karley, A., Manfredini, F., & Williams, D. (2026). Detecting bees in cherry flowers using timelapse images and foundational models. Journal of Pollination Ecology, 41(4), 28-39. DOI: 10.26786/1920-7603(2026)897. JPE897_Devlin
🔗 Acceso abierto: Artículo en acceso abierto. Licencia Creative Commons Attribution 4.0 (CC BY 4.0).
Este estudio presenta BeeSAM2, una innovadora herramienta de visión artificial diseñada para detectar abejas en cultivos de cerezo de manera automatizada. Al combinar los modelos Grounding DINO y Segment Anything 2, los investigadores lograron identificar polinizadores en imágenes de lapso de tiempo con una precisión excepcional del 99.1%. Esta tecnología elimina la necesidad de realizar análisis manuales exhaustivos, permitiendo a los científicos estudiar con mayor eficiencia cómo la actividad de los insectos influye en el rendimiento de los frutos. Además, el sistema destaca por su capacidad de generalización, funcionando eficazmente en diversos entornos sin requerir un entrenamiento previo con datos específicos. Al optimizar el monitoreo de la polinización, este avance facilita la comprensión de fenómenos agrícolas críticos como la caída prematura del fruto.
Diseño experimental en ‘Kordia’
El estudio se desarrolló en dos polytunnels del James Hutton Institute utilizando árboles de seis años, con observaciones centradas en la variedad ‘Kordia’. La elección no es menor: se trata de una variedad autoincompatible, de modo que la actividad de los insectos polinizadores resulta esencial para la fecundación y el posterior desarrollo del fruto.
Para registrar esa actividad, los autores instalaron 12 cámaras ATL-200S time-lapse orientadas a racimos florales concretos. Las cámaras capturaron una imagen por segundo durante las horas pico de forrajeo entre las 11:00 y las 17:00, durante cuatro jornadas, del 25 al 28 de abril de 2023. Además, el sistema se apoyó en colonias comerciales de Bombus terrestris audax, una especie utilizada habitualmente en entornos productivos protegidos. La revisión manual de las secuencias generadas exigió alrededor de 500 horas de trabajo, una cifra que explica con claridad por qué automatizar este tipo de observaciones tendría un valor práctico inmediato.
Fundamento de BeeSAM2
La herramienta desarrollada por los autores, denominada BeeSAM2, combina dos modelos. El primero, Grounding DINO, actúa como detector primario de objetos guiado por texto; el segundo, Segment Anything Model 2 (SAM2), permite seguir el objeto detectado a lo largo de la secuencia. Esta combinación busca aprovechar la capacidad inicial de localización de uno y la persistencia temporal del otro.
El método incluía además una solución técnica interesante. Como muchas secuencias comenzaban sin ninguna abeja visible, los autores generaron una primera imagen sintética en la que insertaron cuatro copias de una abeja sobre el fondo floral. Esa imagen servía para iniciar el seguimiento automático y facilitar que el sistema identificara posteriormente visitas reales en los fotogramas sucesivos.
Precisión y capacidad de detección
La validación del sistema se realizó en nuestro sitio de Invergowrie, sobre árboles de 6 años de la variedad Kordia, intercalados con polinizadores Regina y Sweetheart.
Los resultados muestran diferencias claras entre estrategias. Grounding DINO utilizado de forma aislada con el prompt “bee” ofreció una sensibilidad modesta. El prompt “pollinating bee” mejoró la recuperación de visitas, pero incrementó también las detecciones erróneas. BeeSAM2 por sí solo mejoró de forma apreciable el rendimiento, pero la mejor combinación fue la integración de Grounding DINO y SAM2 con un umbral de confianza de 0.6.
En esa configuración, el sistema alcanzó un recall de 0.959 y una «Precisión Ajustada» de 0.991. Este último parámetro es especialmente relevante porque corrige un problema del conteo inicial: algunas detecciones consideradas falsas correspondían en realidad a abejas presentes en flores distintas de la flor objetivo. Frente a ello, Grounding DINO solo con el prompt “bee” se quedó en un recall de 0.580, mientras que BeeSAM2 solo alcanzó 0.937 de recall y 0.907 de «Precisión Ajustada». En conjunto, los datos indican que la arquitectura combinada mejora tanto la detección como la fiabilidad práctica del sistema.
Validación externa y límites del método
El modelo también se probó sobre un conjunto externo de imágenes procedente de otro estudio. Como cabía esperar, el rendimiento descendió, aunque siguió siendo razonablemente sólido: 0.804 de recall y 0.812 de precisión, con mejora hasta 0.831 y 0.832 cuando la imagen sintética inicial se construyó con abejas del propio conjunto externo. Esto sugiere una capacidad de generalización real, aunque todavía condicionada por las características visuales de cada escenario.
Los autores señalan además varias limitaciones: A pesar de la robustez de BeeSAM2, el rigor analítico identifica casos de falla críticos. El sistema presenta dificultades en oclusiones severas cuando el insecto se introduce profundamente en la corola. En estos escenarios, el observador humano suele inferir la presencia de la abeja mediante el desplazamiento físico de la flor debido al peso del insecto, una capacidad de inferencia física de la que la IA aún carece. Asimismo, el modelo puede confundir racimos de hojas jóvenes o pétalos con polinizadores y, debido a su naturaleza generalista, aún no distingue entre cargas de polen o especies competidoras (como Apis mellifera).
Conclusión
BeeSAM2 muestra que la detección automatizada de abejas en flores de cerezo puede alcanzarse con un nivel alto de precisión a partir de imágenes time-lapse. Al combinar Grounding DINO y SAM2, el sistema reduce de forma muy notable el esfuerzo de revisión manual y ofrece una herramienta útil para cuantificar la actividad de los polinizadores en condiciones reales de cultivo. Aunque mantiene limitaciones en situaciones de oclusión y no distingue especies ni cargas de polen, el trabajo demuestra que la visión artificial puede facilitar un análisis más eficiente de la interacción entre flor y polinizador, un proceso relevante para comprender mejor la polinización en cerezo.
