SDSCNet-一个实例分割网络，用于有效监测鹅的繁殖状况

　　提高鹅养殖业的科学水平，助力智慧农业发展。实例分割在鹅育种决策中起着至关重要的作用。可用于疾病预防、体型估计、行为预测等。然而，实例分割由于其丰富的输出，需要高性能的计算设备才能平稳运行。为了改善这一问题，本文构建了一种新的编解码器模块，并提出了SDSCNet模型。在模块中合理使用深度可分卷积，减少了模型参数的数量和大小，提高了执行速度。最后，SDSCNet模型实现了对鹅个体的实时识别和分割，准确率达到0.933。将该模型与众多主流的实例分割模型进行比较，最终结果证明了该模型的优异性能。此外，在嵌入式设备Raspberry Pi 4 model B上部署SDSCNet模型可以实现对连续运动场景的有效检测。

　　摘要

　　访问选项

　　数据和材料的可用性

　　参考文献

　　作者信息

　　道德声明

　　访问选项

　　搜索

　　导航

　　#####