【技术实现步骤摘要】
本专利技术涉及虾苗图像跟踪，更具体地说，本专利技术涉及一种基于改进yolov8网络模型的虾苗跟踪方法。
技术介绍
1、目前大多水产养殖场采用的工人肉眼观察虾苗的活动情况来评估虾苗活力和质量，给出的评价具有主观性且耗时耗力。为了虾苗养殖场能尽可能减少人工观测误差，对虾苗进行跟踪可获得虾苗游动轨迹、速度等信息获取虾苗活动情况。传统的机器学习技术对水产动物进行跟踪，使用基于贝叶斯滤波算法的方法实现了对水下鱼类的跟踪。再基于鱼类目标的回声阈值设定，结合α-β轨迹跟踪算法，在声学数据处理上实现了对鱼类的精确追踪。上述方法在离散目标跟踪的准确率高，然而，特征提取复杂、泛化性不足以及难以提取小目标特征等问题限制了这些方法在实际应用中的效果。
2、在水产动物跟踪领域，基于检测的跟踪(dbt)方法因其稳定性和适应性而被广泛采用。早期的sort算法以及后来的deepsort算法都是dbt的代表，但它们在目标运动不稳定或背景复杂时容易跟丢，在处理快速移动的小目标时仍存在挑战。
3、大多数跟踪算法通常会考虑目标的外观特征，以提高目标跟踪...
【技术保护点】
1.一种基于改进YOLO v8网络模型的虾苗跟踪方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的一种基于改进YOLO v8网络模型的虾苗跟踪方法，其特征在于，所述改进的YOLO v8网络模型包括：
3.根据权利要求2所述的一种基于改进YOLO v8网络模型的虾苗跟踪方法，其特征在于，BiFormer注意力机制通过双层路由注意力机制BRA机制模块在不同的尺度上捕捉图像中的特征，所述BiFormer注意力机制包括高层次的语义信息和从低层次的视觉特征过渡到高层次特征，保留关键细节。
4.根据权利要求1所述的一种基于改进YOLO ...
【技术特征摘要】
1.一种基于改进yolo v8网络模型的虾苗跟踪方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的一种基于改进yolo v8网络模型的虾苗跟踪方法，其特征在于，所述改进的yolo v8网络模型包括：
3.根据权利要求2所述的一种基于改进yolo v8网络模型的虾苗跟踪方法，其特征在于，biformer注意力机制通过双层路由注意力机制bra机制模块在不同的尺度上捕捉图像中的特征，所述biformer注意力机制包括高层次的语义信息和从低层次的视觉特征过渡到高层次特征，保留关键细节。
4.根据权利要求1所述的一种基于改进yolo v8网络模型的虾苗跟踪方法，其特征在于，对虾苗的跟踪算法包括：
5.根据权利要求4所述的一种基于改进yolo v8网络模型的虾苗跟踪方法，其特征在于，所述距离匹配算法包括：
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。