Mô hình YOLOv8 cải tiến để phân loại cá và phát hiện bệnh

Ảnh minh họa

Nghiên cứu này giới thiệu FISH-YOLOV8, một biến thể YOLOv8 nâng cao, tích hợp: (1) SPD-Conv để tối ưu hóa việc trích xuất đặc điểm và giảm tải tính toán; (2) BiFormer Attention để nâng cao khả năng phát hiện vật thể nhỏ và quản lý tắc nghẽn; (3) NMS ngưỡng IoU động để giảm thiểu các trường hợp dương tính giả.

Bài báo này nêu rõ, sau khi đánh giá trên 15.162 ảnh, FISH-YOLOV8 đạt mAP@50 là 0,990 và mAP@50:95 là 0,859, vượt trội hơn YOLOv8 cơ bản và các mô hình tiên tiến như YOLOv11, ở tốc độ 45 khung hình/giây, hỗ trợ giám sát nuôi trồng thủy sản theo thời gian thực hiệu quả.

Xem chi tiết bài viết tại đây