基于YOLOv8-Swin Transformer模型的翻覆肉鸭实时检测

文献类型： 中文期刊

第一作者： 吕胤春

作者： 吕胤春;段恩泽;朱一星;郑霞;柏宗春

作者机构：

关键词： 机器视觉;翻覆肉鸭识别;笼养肉鸭;深度学习;设施养殖

期刊名称： 浙江农业学报

ISSN： 1004-1524

年卷期： 2025 年 37 卷 007 期

页码： 1556-1566

收录情况： 北大核心 ; CSCD

摘要： 针对规模化养殖场笼内肉鸭个体小、易被遮挡,且肉鸭翻覆目标检测方法不易在嵌入式端部署等问题,提出一种适用于Jetson Orin端部署的肉鸭翻覆行为检测方法,在准确检测翻覆肉鸭目标的同时,轻量化部署模型,提高检测效率.使用1 000幅翻覆肉鸭图像建立数据集,按8∶1∶1划分为训练集、测试集和验证集.利用深度学习网络提取肉鸭翻覆行为特征,构建肉鸭翻覆行为目标检测模型.使用Swin Transformer-tiny模块替换YOLOv8的主干网络,有效提升复杂环境下的小目标检测能力,通过对模型进行剪枝与量化以减轻模型的复杂度,同时保持精度,较好地平衡了模型的准确性和速度.将优化后的模型部署在嵌入式端,当置信度阈值设定为60时,YOLOv8n-Swin Transformer和YOLOv8s-Swin Transformer模型对肉鸭翻覆的识别平均准确率分别为96.0%和97.1%,识别误检率分别为2.7%和2.0%,单帧图像处理时间分别为6.8 ms和7.4 ms.

分类号： S23

  • 相关文献

[1]基于改进Mask R-CNN的笼养死鸭识别方法. 柏宗春,吕胤春,朱一星,马肄恒,段恩泽. 2024

[2]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

[3]基于深度学习的跨年龄人脸识别. 孙文斌,王荣,孙连烛,林源松. 2022

[4]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[5]设施温室影像采集与环境监测机器人系统设计及应用. 郭威,吴华瑞,朱华吉. 2020

[6]基于RGB图像与深度学习的冬小麦田间长势参数估算系统. 李云霞,马浚诚,刘红杰,张领先. 2021

[7]畜禽个体识别技术研究进展. 纪宝锋,周孟创,朱芷芫,陈嘉辉,朱君,李斌. 2024

[8]基于机器视觉的食品外包装缺陷检测算法研究进展. 戈明辉,张俊,陆慧娟. 2023

[9]基于改进Mask R-CNN的花白鲢去鳞率计算方法研究. 肖哲非,沈建,郑晓伟,徐文其. 2022

[10]基于改进Mask R-CNN模型的工厂化养蚕蚕体识别与计数. 何锐敏,郑可锋,尉钦洋,张小斌,张俊,朱怡航,赵懿滢,顾清. 2022

[11]基于机器视觉的工厂化循环水养殖智能投喂策略. 李脉,李东升,郑吉澍,蒲德成,李佩原,韦秀丽. 2024

[12]蚕茧识别技术研究现状及发展趋势. 程方平,王义鹏,赵帮泰,郭曦,杨昌敏,张巍. 2024

[13]农业生产中机器视觉技术应用现状. 邱云桥,何婷婷,王春霞,王攀. 2025

[14]笼养肉鸭生长过程中NH3、CO2气体排放特征. 宋曼,晏婷,袁海航,吴雨清,张哲睿,司建民,吴子新,朱志平. 2023

[15]基于MOT和实例分割的肉鸭采食饮水行为识别模型研究. 马肄恒,段恩泽,赵世达,柏宗春,班兆军. 2025

[16]优质挤奶设备对奶牛设施养殖的重要性. 孙英峰,王东,赵向华,田向学. 2010

[17]奶牛乳房炎的预防与治疗技术. 孙英峰,王东,池晶晶,田向学. 2010

[18]加快发展我国铜网围栏设施养殖的思考. 王新鸣,卢昌彩. 2017

[19]家禽设施养殖环境中AGV导航方式研究进展. 李浩,孙凯,尚庆辉,李丽湲,张岩,殷若新. 2024

[20]我国水产养殖设施模式发展研究. 徐皓,倪琦,刘晃. 2007

作者其他论文 更多>>

微信小程序