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
基于深度学习的家蚕计数与体长测量研究
1
作者
刘莫尘
孙崇凯
+6 位作者
李正浩
常昊
尚明瑞
宋占华
刘贤军
孙廷举
闫银发
《山东农业大学学报(自然科学版)》
北大核心
2025年第4期616-627,共12页
家蚕计数与体长测量是在家蚕养殖过程中的必要环节,传统家蚕计数及体长测量方法主要人工完成,易受主观因素影响,较难实现对家蚕数量和家蚕体长的快速、准确监控。本文使用深度学习的方法实现了家蚕计数及家蚕体长测量,以饲料育家蚕为研...
家蚕计数与体长测量是在家蚕养殖过程中的必要环节,传统家蚕计数及体长测量方法主要人工完成,易受主观因素影响,较难实现对家蚕数量和家蚕体长的快速、准确监控。本文使用深度学习的方法实现了家蚕计数及家蚕体长测量,以饲料育家蚕为研究对象,构建了家蚕关键点检测数据集,提出了YOLOv8-Pose-GE算法。该算法在YOLOv8-Pose的Backbone部分加入GAM注意力机制,可以放大全局交互,进行多层感知器的3D排列,提高模型特征提取能力的同时减少信息损失;在Neck部分添加ECA注意力机制,具有实现全局空间信息聚合的部分和进行跨通道交互进行建模的部分,可以提升模型对重要特征的感知能力,使模型更好的处理提取家蚕关键点特征。YOLOv8-Pose-GE的mAP、P和R分别为94.7%、95.31%和87.98%,均优于其他常用的关键点检测算法。该算法同时兼顾了速度,其FPS达到37.61 s^(−1)。本方法可以依靠YOLOv8-Pose-EG的head部分输出的坐标来对家蚕及家蚕关键点位置进行定位,并按顺序依次用直线连接家蚕关键点,由连线长度得到家蚕体长,同时实现家蚕计数。本文对家蚕拍摄录像中随机截取10帧图片进行计数实验,其MAE_L、MRE_L和MSD_L由分别为1.6头、3.6%和2.1头,说明模型具有较高的准确性的同时具有较高的稳定性。本文对40头家蚕(1-5龄家蚕中各随机取8头)进行测量实验,由结果分析得,该算法具有家蚕龄期越高,测量效果越好的特点,尤其5龄,MAE_L、MRE_L、MSD_L和PCC分别为12.29 px、1.87%、4.15px和0.977,总体误差较小。该算法满足家蚕计数及体长测量的需要,为提高家蚕养殖的质量,加强家蚕品种选育提供技术支持。
展开更多
关键词
家蚕
深度学习
计数
体长
关键点检测
在线阅读
下载PDF
职称材料
题名
基于深度学习的家蚕计数与体长测量研究
1
作者
刘莫尘
孙崇凯
李正浩
常昊
尚明瑞
宋占华
刘贤军
孙廷举
闫银发
机构
山东
农业
大学机械与电子
工程
学院
智能农业机器人山东省高等学校未来产业工程研究中心
山东省
设施园艺智慧生产技术装备重点实验室(筹)
莒县海通茧丝绸有限公司
山东
广通蚕种集团
出处
《山东农业大学学报(自然科学版)》
北大核心
2025年第4期616-627,共12页
基金
山东省重点研发计划项目(2022TZXD0042)
国家蚕桑产业技术体系项目(CARS-18)
山东省蚕桑产业技术体系建设项目(SDAT-18-06)。
文摘
家蚕计数与体长测量是在家蚕养殖过程中的必要环节,传统家蚕计数及体长测量方法主要人工完成,易受主观因素影响,较难实现对家蚕数量和家蚕体长的快速、准确监控。本文使用深度学习的方法实现了家蚕计数及家蚕体长测量,以饲料育家蚕为研究对象,构建了家蚕关键点检测数据集,提出了YOLOv8-Pose-GE算法。该算法在YOLOv8-Pose的Backbone部分加入GAM注意力机制,可以放大全局交互,进行多层感知器的3D排列,提高模型特征提取能力的同时减少信息损失;在Neck部分添加ECA注意力机制,具有实现全局空间信息聚合的部分和进行跨通道交互进行建模的部分,可以提升模型对重要特征的感知能力,使模型更好的处理提取家蚕关键点特征。YOLOv8-Pose-GE的mAP、P和R分别为94.7%、95.31%和87.98%,均优于其他常用的关键点检测算法。该算法同时兼顾了速度,其FPS达到37.61 s^(−1)。本方法可以依靠YOLOv8-Pose-EG的head部分输出的坐标来对家蚕及家蚕关键点位置进行定位,并按顺序依次用直线连接家蚕关键点,由连线长度得到家蚕体长,同时实现家蚕计数。本文对家蚕拍摄录像中随机截取10帧图片进行计数实验,其MAE_L、MRE_L和MSD_L由分别为1.6头、3.6%和2.1头,说明模型具有较高的准确性的同时具有较高的稳定性。本文对40头家蚕(1-5龄家蚕中各随机取8头)进行测量实验,由结果分析得,该算法具有家蚕龄期越高,测量效果越好的特点,尤其5龄,MAE_L、MRE_L、MSD_L和PCC分别为12.29 px、1.87%、4.15px和0.977,总体误差较小。该算法满足家蚕计数及体长测量的需要,为提高家蚕养殖的质量,加强家蚕品种选育提供技术支持。
关键词
家蚕
深度学习
计数
体长
关键点检测
Keywords
Silkworm
deep learning
count
body length
keypoint detection
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
基于深度学习的家蚕计数与体长测量研究
刘莫尘
孙崇凯
李正浩
常昊
尚明瑞
宋占华
刘贤军
孙廷举
闫银发
《山东农业大学学报(自然科学版)》
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
