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
基于双通道分层协同的CEH-YOLOv8鱼体病害检测方法
1
作者
荣弘扬
汤永华
+3 位作者
林森
张志鹏
王腾川
刘兴通
《华中农业大学学报》
北大核心
2025年第2期83-93,共11页
针对在鱼体病害检测中病害形状不规则、纹理不清晰以及病斑分散导致难以定位真实病害区域的问题,提出一种基于双通道分层协同的CEH-YOLOv8鱼体病害检测方法。首先,提出一种双通道特征提取网络,增强模型对不规则以及不清晰纹理病斑的提...
针对在鱼体病害检测中病害形状不规则、纹理不清晰以及病斑分散导致难以定位真实病害区域的问题,提出一种基于双通道分层协同的CEH-YOLOv8鱼体病害检测方法。首先,提出一种双通道特征提取网络,增强模型对不规则以及不清晰纹理病斑的提取能力。然后,提出一种高效通道空间注意力机制(ECSA),提升模型对分布式目标的识别能力。同时为强化改进后的主干网络,提出一种分层协同的特征金字塔网络(HBFPN),对主干网络提取出的信息进行分层次特征融合,增强模型的特征表达能力。试验结果显示,CEH-YOLOv8网络对鱼体病害的识别精确率、召回率和mAP分别达到83.2%、72.5%和76.2%,相比于SOTA方法 YOLOv10提升了6.9、11.6和11.9百分点,相比原模型提高4.3、6.9和6百分点,单帧图像推理时间为9.1 ms。以上结果表明,改进后的YOLOv8网络可以精准筛选出带病鱼体,可用于提早发现渔业病害以减少经济损失。
展开更多
关键词
鱼体病害检测
YOLOv8
特征提取网络
注意力机制
特征金字塔
在线阅读
下载PDF
职称材料
题名
基于双通道分层协同的CEH-YOLOv8鱼体病害检测方法
1
作者
荣弘扬
汤永华
林森
张志鹏
王腾川
刘兴通
机构
沈阳工业大学信息科学与工程学院/沈阳工业大学辽宁省机器视觉重点实验室
沈阳理工大学自动化与电气工程学院
出处
《华中农业大学学报》
北大核心
2025年第2期83-93,共11页
基金
辽宁省机器人联合基金项目(20180520022)
辽宁省应用基础研究计划项目(2023JH2/101300237)。
文摘
针对在鱼体病害检测中病害形状不规则、纹理不清晰以及病斑分散导致难以定位真实病害区域的问题,提出一种基于双通道分层协同的CEH-YOLOv8鱼体病害检测方法。首先,提出一种双通道特征提取网络,增强模型对不规则以及不清晰纹理病斑的提取能力。然后,提出一种高效通道空间注意力机制(ECSA),提升模型对分布式目标的识别能力。同时为强化改进后的主干网络,提出一种分层协同的特征金字塔网络(HBFPN),对主干网络提取出的信息进行分层次特征融合,增强模型的特征表达能力。试验结果显示,CEH-YOLOv8网络对鱼体病害的识别精确率、召回率和mAP分别达到83.2%、72.5%和76.2%,相比于SOTA方法 YOLOv10提升了6.9、11.6和11.9百分点,相比原模型提高4.3、6.9和6百分点,单帧图像推理时间为9.1 ms。以上结果表明,改进后的YOLOv8网络可以精准筛选出带病鱼体,可用于提早发现渔业病害以减少经济损失。
关键词
鱼体病害检测
YOLOv8
特征提取网络
注意力机制
特征金字塔
Keywords
detection of fish diseases
YOLOv8
feature extraction network
attention mechanism
feature pyramid
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
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
基于双通道分层协同的CEH-YOLOv8鱼体病害检测方法
荣弘扬
汤永华
林森
张志鹏
王腾川
刘兴通
《华中农业大学学报》
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
