使用计算机视觉与深度学习相结合的新方法在线分类丝虫 (Bombyx mori) 的性别
Feng Guo1, Wei Qin1, Xinglan Fu1
1College of Engineering and Technology, Southwest University, Chongqing, China.
Journal of the science of food and agriculture
|February 12, 2025
概括
使用计算机视觉和深度学习的自动化系统准确地将雄性和雌性丝虫 (SP) 分开. 这种智能方法提高了高质量的丝虫幼虫生产的效率.
科学领域:
- 农业科学 农业科学
- 生物技术是生物技术.
- 计算机科学 计算机科学
背景情况:
- 丝虫 (SP) 对于食品,药品和化品有价值.
- 有效的SP性别分类对于杂交和改善特征至关重要.
- 目前的手工割方法效率低下,耗时.
研究的目的:
- 开发一个自动化系统,以高效,准确地分离丝虫幼的性别.
- 提高丝虫幼虫生产的生产率和质量.
主要方法:
- 使用计算机视觉和深度学习开发自动SP性别分离系统.
- 实施一种新的实时性别识别模型 (CSCA-G-GhostNet),专注于生殖腺特征.
- 引入新的损失函数以优化模型训练并防止过度装配.
主要成果:
- 这种新型深度学习模型在性别识别方面取得了96.48%的高精度.
- 实验系统显示,丝虫幼虫的有效分类精度为95.59%.
- 开发的系统验证了在SP中有效分离性别的新策略.
结论:
- 这项研究为线上丝虫幼虫的性别分离提供了一个实际的解决方案.
- 这种自动化系统有可能在生产高质量的丝虫幼方面发挥重要作用.
