文献类型： 中文期刊

作者： 王兴家 ¹ ; 郑纪业 ¹ ; 盛清凯 ² ; 杨亮 ³ ; 张霞 ⁴ ;

作者机构： 1.山东省农业科学院农业信息与经济研究所

2.山东省农业科学院畜牧兽医研究所

3.中国农业科学院北京畜牧兽医研究所

4.聊城大学物理科学与信息工程学院

关键词： 智慧养殖;YOLO v8;猪;实例分割;注意力机制

期刊名称： 中国农业科技导报

ISSN： 1008-0864

年卷期： 2025 年 27 卷 011 期

页码： 120-130

收录情况： 北大核心 ; CSCD

摘要： 针对复杂场景中生猪图像分割精确度不高、分割实时性不足等问题,提出一种基于改进YOLO v8n-seg的群猪实例分割模型算法.在YOLO v8n-seg基础上,首先,将GhostConv引入C2f模块中,降低模型的计算复杂度;然后,在网络结构的不同位置添加空间分组增强、内卷、多维协作注意等注意力机制,用于增强模型对特征提取和融合的能力;最后,选用WIoU(wise IoU)作为新的损失函数,以加快模型的收敛速度,并提高检测器的整体性能.结果表明,相较于原始模型,改进后的模型在参数量上减少0.39 M;在检测精度上,精确率提升3.7百分点,召回率提升4.8百分点,交并比阈值为50%和50%~95%的均值平均精度分别提升4.6百分点和7.6百分点,识别速度提高5.2帧·s-1,表现出良好的性能.通过对YOLO v8n-seg进行改进,在精度和速度上均取得了较大提升,特别是针对群养场景中生猪黏连和轻度遮挡导致的分割准确率降低的问题,该模型表现出卓越的性能,能够精准地分割群猪个体,为实际生产应用提供有力支持.