期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于YOLOv8-Swin Transformer模型的翻覆肉鸭实时检测
1
作者
吕胤春
段恩泽
+2 位作者
朱一星
郑霞
柏宗春
《浙江农业学报》
北大核心
2025年第7期1556-1566,共11页
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1000幅翻覆肉...
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1000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。
展开更多
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
在线阅读
下载PDF
职称材料
题名
基于YOLOv8-Swin Transformer模型的翻覆肉鸭实时检测
1
作者
吕胤春
段恩泽
朱一星
郑霞
柏宗春
机构
江苏大学农业工程学院
江苏省农业科学院农业设施与装备研究所
农业农村部长江中下游设施农业工程重点实验室
出处
《浙江农业学报》
北大核心
2025年第7期1556-1566,共11页
基金
江苏省农业科技自主创新资金“江苏现代农业重大核心技术创新”类项目(CX[22]1008)。
文摘
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1000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。
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
Keywords
machine vision
overturned meat duck recognition
caged meat duck
deep learning
facility breeding
分类号
S23 [农业科学—农业机械化工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于YOLOv8-Swin Transformer模型的翻覆肉鸭实时检测
吕胤春
段恩泽
朱一星
郑霞
柏宗春
《浙江农业学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
