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AP2O-YOLOv8的中华圆田螺雌雄及死亡特征检测算法
1
作者
余哲
江林源
+5 位作者
文露婷
覃启锦
黎一键
黄峥
黄黎明
文家燕
《渔业现代化》
北大核心
2025年第4期71-84,共14页
淡水螺产品分类加工环节中,对中华田螺(Cipangopaludina cahayensis)雌雄及死活个体进行准确的品质分类至关重要。针对现有目标检测算法在该类型分类作业任务中精度不足、参数量过多、检测速度低的问题,本研究提出一种基于AP2O-YOLOv8...
淡水螺产品分类加工环节中,对中华田螺(Cipangopaludina cahayensis)雌雄及死活个体进行准确的品质分类至关重要。针对现有目标检测算法在该类型分类作业任务中精度不足、参数量过多、检测速度低的问题,本研究提出一种基于AP2O-YOLOv8的中华圆田螺雌雄及死亡特征检测算法。该算法通过引入P2层小目标检测头,从而提升网络对于田螺细微特征的检测精度。其次,通过结合ASF-YOLO结构,充分强化网络的多尺度特征融合能力。此外,将主干网络的C2f模块替换为C2f-OREPA模块,使网络复杂的结构重参数转为单卷积层,有效减少模型的推理成本。试验结果表明,在该数据集上AP2O-YOLOv8算法的mAP0.5为93.2%,参数量为2.1 MB,FPS为226。相较原YOLOv8n的mAP提升了5.6%,参数量降低了27.6%,FPS提升了27.6%,在提升检测精度和实时检测速度的同时,还降低了模型部署难度。本研究为中华圆田螺雌雄及死亡特征分类检测提供新的思路和方法,有助于进一步推动实现中华圆田螺品质分类加工环节的自动化及智能化技术升级。
展开更多
关键词
中华圆田螺
雌雄田螺
特征检测算法
死亡田螺
YOLOv8
ASF-YOLO
小目标检测头
C2f-OREPA
在线阅读
下载PDF
职称材料
基于改进YOLOv8n的水面残留饲料检测算法
2
作者
郑海锋
江林源
+3 位作者
文露婷
周秀珊
介百飞
文家燕
《渔业现代化》
北大核心
2025年第1期80-88,共9页
在水产养殖中,水面残留饲料的实时检测可以有效减少饲料浪费和水污染,在经济效益和生态效益方面是双赢的局面。由于水面残留饲料的特殊性,如尺寸小、密集程度高等,使得水面残留饲料检测表现不佳。该研究提出了一种基于改进YOLOv8n的水...
在水产养殖中,水面残留饲料的实时检测可以有效减少饲料浪费和水污染,在经济效益和生态效益方面是双赢的局面。由于水面残留饲料的特殊性,如尺寸小、密集程度高等,使得水面残留饲料检测表现不佳。该研究提出了一种基于改进YOLOv8n的水面残留饲料检测算法,通过增添小目标检测层,融合多尺度特征以增强对小目标检测的精度;引入C2f_Faster_EMA模块,以降低模型的参数量,提高模型检测速度;构建ICBAM模块融入颈部网络,加强网络对小目标的特征信息融合,提升检测精度。结果显示:该算法相较于YOLOv8n的mAP@0.5提升10.3%;精确率P提升7.6%;召回率R提升10.2%;检测速度达到了125FPS。研究表明,该算法能有效实现对水面残留饲料快速、准确地检测。为实现水产养殖的智能化管理提供了技术支持,有望降低饲料浪费,改善水环境质量,提高养殖效益。
展开更多
关键词
水面残留饲料
改进YOLOv8n
小目标检测层
C2f_Faster_EMA
ICBAM
在线阅读
下载PDF
职称材料
题名
基于AP2O-YOLOv8的中华圆田螺雌雄及死亡特征检测算法
1
作者
余哲
江林源
文露婷
覃启锦
黎一键
黄峥
黄黎明
文家燕
机构
广西
科技
大学
自动化学院
广西
壮族自治区水产科学
研究
院
智能
协同与
交叉
应用
研究
中心
(
广西
科技
大学
)
出处
《渔业现代化》
北大核心
2025年第4期71-84,共14页
基金
广西重点研发计划(桂科AB21220019)
国家现代农业产业技术体系广西虾类贝类产业创新团队首席专家(nycytxgxcxtd-2023-14-01)
+4 种基金
国家自然科学基金(61963006)
广西自然科学基金面上项目(2018GXNSFAA050029,2018GXNSFAA294085)
广西科技重大专项(桂科AA22068064,桂科AA22068066)
广西重点研发计划(桂科AB23075093,桂科AB22035066)
2022年广西农业科技自筹经费项目(Z202296)。
文摘
淡水螺产品分类加工环节中,对中华田螺(Cipangopaludina cahayensis)雌雄及死活个体进行准确的品质分类至关重要。针对现有目标检测算法在该类型分类作业任务中精度不足、参数量过多、检测速度低的问题,本研究提出一种基于AP2O-YOLOv8的中华圆田螺雌雄及死亡特征检测算法。该算法通过引入P2层小目标检测头,从而提升网络对于田螺细微特征的检测精度。其次,通过结合ASF-YOLO结构,充分强化网络的多尺度特征融合能力。此外,将主干网络的C2f模块替换为C2f-OREPA模块,使网络复杂的结构重参数转为单卷积层,有效减少模型的推理成本。试验结果表明,在该数据集上AP2O-YOLOv8算法的mAP0.5为93.2%,参数量为2.1 MB,FPS为226。相较原YOLOv8n的mAP提升了5.6%,参数量降低了27.6%,FPS提升了27.6%,在提升检测精度和实时检测速度的同时,还降低了模型部署难度。本研究为中华圆田螺雌雄及死亡特征分类检测提供新的思路和方法,有助于进一步推动实现中华圆田螺品质分类加工环节的自动化及智能化技术升级。
关键词
中华圆田螺
雌雄田螺
特征检测算法
死亡田螺
YOLOv8
ASF-YOLO
小目标检测头
C2f-OREPA
Keywords
Cipangopaludina chinensis
male and female snail
dead snail
YOLOv8
ASF-YOLO
small target detection head
C2f-OREPA
分类号
TP399 [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
基于改进YOLOv8n的水面残留饲料检测算法
2
作者
郑海锋
江林源
文露婷
周秀珊
介百飞
文家燕
机构
广西
科技
大学
自动化学院
广西
壮族自治区水产科学
研究
院
广西
壮族自治区水产技术推广站
智能
协同与
交叉
应用
研究
中心
(
广西
科技
大学
)
出处
《渔业现代化》
北大核心
2025年第1期80-88,共9页
基金
国家自然科学基金(61963006)
广西自然科学基金面上项目(2018GXNSFAA050029,2018GXNSFAA294085)
+1 种基金
广西科技重大专项(桂科AA22068064,桂科AA22068066)
广西重点研发计划(桂科AB23075093,桂科AB22035066)。
文摘
在水产养殖中,水面残留饲料的实时检测可以有效减少饲料浪费和水污染,在经济效益和生态效益方面是双赢的局面。由于水面残留饲料的特殊性,如尺寸小、密集程度高等,使得水面残留饲料检测表现不佳。该研究提出了一种基于改进YOLOv8n的水面残留饲料检测算法,通过增添小目标检测层,融合多尺度特征以增强对小目标检测的精度;引入C2f_Faster_EMA模块,以降低模型的参数量,提高模型检测速度;构建ICBAM模块融入颈部网络,加强网络对小目标的特征信息融合,提升检测精度。结果显示:该算法相较于YOLOv8n的mAP@0.5提升10.3%;精确率P提升7.6%;召回率R提升10.2%;检测速度达到了125FPS。研究表明,该算法能有效实现对水面残留饲料快速、准确地检测。为实现水产养殖的智能化管理提供了技术支持,有望降低饲料浪费,改善水环境质量,提高养殖效益。
关键词
水面残留饲料
改进YOLOv8n
小目标检测层
C2f_Faster_EMA
ICBAM
Keywords
residual feed on water surface
improved YOLOv8n
small target detection layer
C2f_Faster_EMA
ICBAM
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AP2O-YOLOv8的中华圆田螺雌雄及死亡特征检测算法
余哲
江林源
文露婷
覃启锦
黎一键
黄峥
黄黎明
文家燕
《渔业现代化》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进YOLOv8n的水面残留饲料检测算法
郑海锋
江林源
文露婷
周秀珊
介百飞
文家燕
《渔业现代化》
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
