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
2
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
基于全局图推理与改进三维动态卷积的鱼类摄食行为分析
1
作者
丁寅
陈明
+1 位作者
栗征
薛江浩
《江苏农业学报》
CSCD
北大核心
2024年第10期1863-1874,共12页
本研究提出一种基于时间动作检测的轻量化视频分类网络,旨在解决水产智能化养殖中饵料的投喂不均和水体污染等问题,提高投喂准确性和效率。该网络以ResNet 3D为基础,引入深度可分离卷积模块和三维动态卷积模块,以降低模型规模和参数量;...
本研究提出一种基于时间动作检测的轻量化视频分类网络,旨在解决水产智能化养殖中饵料的投喂不均和水体污染等问题,提高投喂准确性和效率。该网络以ResNet 3D为基础,引入深度可分离卷积模块和三维动态卷积模块,以降低模型规模和参数量;同时采用图卷积全局推理模块和稠密卷积模块构建区域和全局关系,增强网络深层特征的表达,提高网络分类准确率。经试验验证,该模型检测准确率可达96.70%,相较变分自动编码器卷积网络和3D ResNet-GloRe网络,其准确率分别提高7.7个百分点和4.4个百分点;同时,该模型的参数量和计算量也明显降低,分别为1.10 M和3.87 G。研究结果表明,该基于时间动作检测的轻量化视频分类网络可以有效提高水产养殖中饵料的智能化投喂的准确性和效率,减少饵料投喂不均以及水体污染等问题,具有较高的应用价值。
展开更多
关键词
鱼类行为
机器视觉
视频分类
全局图推理
动态卷积
在线阅读
下载PDF
职称材料
基于改进YOLO v8的南美白对虾虾苗跟踪方法
2
作者
陈明
甘冬梅
+2 位作者
卢鹏
顾浩
栗征
《农业机械学报》
2025年第11期599-611,共13页
虾苗养殖的智能化在提高养殖效率和降低人工成本方面展现出巨大潜力,虾苗跟踪技术对于深入研究虾苗的活力和质量具有重要价值。由于虾苗体积微小、身体半透明且密度高,传统方法面临许多挑战:小尺寸目标易于被漏检,高密度下检测精度低,...
虾苗养殖的智能化在提高养殖效率和降低人工成本方面展现出巨大潜力,虾苗跟踪技术对于深入研究虾苗的活力和质量具有重要价值。由于虾苗体积微小、身体半透明且密度高,传统方法面临许多挑战:小尺寸目标易于被漏检,高密度下检测精度低,以及因虾苗外表相似、移动速度快导致跟踪误差大。针对此问题,选取P15阶段的南美白对虾虾苗作为研究对象,提出一种基于改进YOLO v8的南美白对虾虾苗跟踪方法。选取改进YOLO v8网络作为检测器,使用CARAFE代替YOLO v8的Upsample上采样层,CARAFE自适应上采样保留虾苗的半透明边缘和形态特征,减少失真;结合BiFormer注意力机制和C2f提出C2f-BFB模块优化骨干网络,在保持模型轻量化的同时,提升模型在处理小目标时的精度;将原模型的CIoU损失替换成Wise-Focaler-ShapeIoU损失函数,进一步提升了检测精度。提出了一种融合距离匹配算法和角度匹配算法的匹配策略,并引入金字塔LK光流法,从而构建一个准确又稳定的跟踪器,有效解决了因虾苗移动快、外表相似导致的跟踪误差问题。实验结果表明,改进的YOLO v8的平均精度均值(mAP@0.5)比原模型提高1.1个百分点,召回率提升2.9个百分点,显著减少了漏检情况并提高了检测精度。本文所提跟踪器的MOTA为74.52%、MOTP为75.62%、IDF1为76.42%,与DeepSORT、SORT、ByteTrack算法相比,MOTA显著提高,跟踪效果良好。本研究为自动化虾苗养殖提供了有力的技术支持,也为相关领域的研究提供了思路和方法。
展开更多
关键词
虾苗
YOLO
v8
多目标跟踪
金字塔Lucas-Kanade光流法
在线阅读
下载PDF
职称材料
题名
基于全局图推理与改进三维动态卷积的鱼类摄食行为分析
1
作者
丁寅
陈明
栗征
薛江浩
机构
上海
海洋大学
信息
学院
农业农村部渔业
信息
重点实验室
上海时粼信息科技有限公司
出处
《江苏农业学报》
CSCD
北大核心
2024年第10期1863-1874,共12页
基金
广东省重点领域研发计划项目(2021B0202070001)。
文摘
本研究提出一种基于时间动作检测的轻量化视频分类网络,旨在解决水产智能化养殖中饵料的投喂不均和水体污染等问题,提高投喂准确性和效率。该网络以ResNet 3D为基础,引入深度可分离卷积模块和三维动态卷积模块,以降低模型规模和参数量;同时采用图卷积全局推理模块和稠密卷积模块构建区域和全局关系,增强网络深层特征的表达,提高网络分类准确率。经试验验证,该模型检测准确率可达96.70%,相较变分自动编码器卷积网络和3D ResNet-GloRe网络,其准确率分别提高7.7个百分点和4.4个百分点;同时,该模型的参数量和计算量也明显降低,分别为1.10 M和3.87 G。研究结果表明,该基于时间动作检测的轻量化视频分类网络可以有效提高水产养殖中饵料的智能化投喂的准确性和效率,减少饵料投喂不均以及水体污染等问题,具有较高的应用价值。
关键词
鱼类行为
机器视觉
视频分类
全局图推理
动态卷积
Keywords
fish behavior
machine vision
video classification
global graph inference
dynamic convolution
分类号
S951.2 [农业科学—水产养殖]
在线阅读
下载PDF
职称材料
题名
基于改进YOLO v8的南美白对虾虾苗跟踪方法
2
作者
陈明
甘冬梅
卢鹏
顾浩
栗征
机构
上海
海洋大学
信息
学院
出处
《农业机械学报》
2025年第11期599-611,共13页
基金
广东省重点领城研发计划项目(2021B0202070001)。
文摘
虾苗养殖的智能化在提高养殖效率和降低人工成本方面展现出巨大潜力,虾苗跟踪技术对于深入研究虾苗的活力和质量具有重要价值。由于虾苗体积微小、身体半透明且密度高,传统方法面临许多挑战:小尺寸目标易于被漏检,高密度下检测精度低,以及因虾苗外表相似、移动速度快导致跟踪误差大。针对此问题,选取P15阶段的南美白对虾虾苗作为研究对象,提出一种基于改进YOLO v8的南美白对虾虾苗跟踪方法。选取改进YOLO v8网络作为检测器,使用CARAFE代替YOLO v8的Upsample上采样层,CARAFE自适应上采样保留虾苗的半透明边缘和形态特征,减少失真;结合BiFormer注意力机制和C2f提出C2f-BFB模块优化骨干网络,在保持模型轻量化的同时,提升模型在处理小目标时的精度;将原模型的CIoU损失替换成Wise-Focaler-ShapeIoU损失函数,进一步提升了检测精度。提出了一种融合距离匹配算法和角度匹配算法的匹配策略,并引入金字塔LK光流法,从而构建一个准确又稳定的跟踪器,有效解决了因虾苗移动快、外表相似导致的跟踪误差问题。实验结果表明,改进的YOLO v8的平均精度均值(mAP@0.5)比原模型提高1.1个百分点,召回率提升2.9个百分点,显著减少了漏检情况并提高了检测精度。本文所提跟踪器的MOTA为74.52%、MOTP为75.62%、IDF1为76.42%,与DeepSORT、SORT、ByteTrack算法相比,MOTA显著提高,跟踪效果良好。本研究为自动化虾苗养殖提供了有力的技术支持,也为相关领域的研究提供了思路和方法。
关键词
虾苗
YOLO
v8
多目标跟踪
金字塔Lucas-Kanade光流法
Keywords
shrimp larvae
YOLO v8
multi target tracking
pyramid Lucas-Kanade optical flow method
分类号
TP391.41 [自动化与计算机技术]
S951.2 [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
基于全局图推理与改进三维动态卷积的鱼类摄食行为分析
丁寅
陈明
栗征
薛江浩
《江苏农业学报》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于改进YOLO v8的南美白对虾虾苗跟踪方法
陈明
甘冬梅
卢鹏
顾浩
栗征
《农业机械学报》
2025
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
