DuckSegmentation：基于 AnYue 芦苇鸭数据集的分割模型
计算机视觉与模式识别
2025-03-28 v1 机器学习
摘要
智能农业现代化是提高农业生产效率和改善农业生产环境的有效途径。尽管许多大型模型在目标识别和分割任务中取得了高准确率, 但由于其解释性差和计算资源受限, 实际难以在农业领域应用。本文构建了 AnYue 芦苇鸭数据集, 包含总计 1951 个芦苇鸭数据集, 并通过专业标注员协助完成目标检测和分割标注。基于 AnYue 芦苇鸭数据集, 本文描述了 DuckProcessing, 一个高效且功能强大的芦苇鸭识别模块。首先, 使用专为分割鱼头而设计的 YOLOv8 模块, 在测试集上实现精度达到 98.10%、召回率达到 96.53% 且 F1 分数达到 0.95。再次使用 DuckSegmentation 分割模型, DuckSegmentation 在测试集上实现 96.43% 的 mIoU。最后, 将优秀的 DuckSegmentation 作为教师模型, 通过知识蒸馏, 将 Deeplabv3 r50 作为学生模型, 最终的学生模型在测试集上实现 94.49% 的 mIoU。该方法为实际的亚麻芦苇鸭智能农业提供了新的思路。
引用
@article{arxiv.2503.21323,
title = {DuckSegmentation: A segmentation model based on the AnYue Hemp Duck Dataset},
author = {Ling Feng and Tianyu Xie and Wei Ma and Ruijie Fu and Yingxiao Zhang and Jun Li and Bei Zhou},
journal= {arXiv preprint arXiv:2503.21323},
year = {2025}
}