您好,欢迎访问江苏省农业科学院 机构知识库!

基于YOLOv8-Swin Transformer模型的翻覆肉鸭实时检测

文献类型: 中文期刊

作者: 吕胤春 1 ; 段恩泽 2 ; 朱一星 2 ; 郑霞 2 ; 柏宗春 2 ;

作者机构: 1.江苏大学农业工程学院

2.江苏省农业科学院农业设施与装备研究所

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.

  • 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

[3]智能化畜禽养殖场人工智能技术的应用与展望. 陆蓉,胡肄农,黄小国,谭业平,陆昌华. 2018

[4]果蔬分拣设备研究现状及发展趋势. 柳军,孔杰,皮杰,周成钢. 2024

[5]基于三维重建的秸秆地单株水稻生长形态检测研究. 魏天翔,汪小旵,施印炎,王延鹏,王凤杰,张先洁,卜俊怡,杨四军. 2021

[6]一种边缘辅助的卫星影像云修复卷积神经网络. 张雨姝,戴佩玉. 2024

[7]基于卷积神经网络的水稻虫害识别. 梁万杰,曹宏鑫. 2017

[8]基于改进YOLO v5复杂场景下肉鹅姿态的检测算法研究. 刘璎瑛,曹晅,郭彬彬,陈慧杰,戴子淳,龚长万. 2023

[9]基于改进DeepLabV3+的梨树冠层分割方法. 陈鲁威,曾锦,袁全春,夏烨,潘健,吕晓兰. 2024

[10]基于YOLO v7-RA的火龙果品质与成熟度双指标检测方法. 徐婷婷,宋亮,卢学鹤,张海东. 2024

[11]基于YOLOv8n的猪肉新鲜度图像识别算法. 王炼,柳军,皮杰,王道营. 2025

[12]基于深度学习结合高光谱技术的大豆种子活力检测方法. 任亚举,王瑞敏,薛冬,周琰琰,陈新,袁星星,闫强,罗楚平. 2025

作者其他论文 更多>>