改进了基于YOLOv8的中国巨型沙龙的家长关怀行为检测
Zhihao Li1,2, Shouliang Luo2,3,4, Jing Xiang3,2
1School of Computer Science and Engineering, Jishou University, Zhangjiajie 427000, China.
Animals : an open access journal from MDPI
|July 27, 2024
概括
这项研究开发了一种新的AI模型,用于检测中国巨型 (Andrias davidianus) 的家长关怀行为. 该模型显著提高了检测准确度,有助于智能育种策略.
科学领域:
- 动物学 动物学
- 动物行为 动物行为
- 人工智能的人工智能
背景情况:
- 了解Andrias davidianus的家长关怀对于优化繁殖和增加后代化率至关重要.
- A. davidianus的夜生活和洞穴生活习惯对直接的行为观察提出了挑战.
研究的目的:
- 开发和验证一个人工智能驱动的目标检测模型,用于识别A. davidianus的家长护理行为.
- 为建立A. davidianus家长护理行为分析的数据集.
主要方法:
- 为A. davidianus的家长照顾行为构建一个专门的数据集.
- 应用YOLOv8s算法带有新的增强功能:多尺度特征融合卷积 (MSConv),SPPF中的大可分离内核注意力,以及Wise-IoU (WIoU) 损失函数.
- 首次使用目标检测来分析A. davidianus的家长护理.
主要成果:
- 拟议的基于YOLOv8s的模型实现了85.7%的mAP50-95,比标准YOLOv8s提高了2.1%.
- 与其他主流检测模型相比,该模型表现出了卓越的性能.
- 证实了对A. davidianus父母关怀行为的有效检测.
结论:
- 开发的模型提供了一个强大而有效的解决方案,用于识别A. davidianus的家长照顾行为,克服观察挑战.
- 这项研究为两动物行为识别提供了宝贵的参考资料,并为智能繁殖A. davidianus.提供了一个新的策略.
