基于DETR和YOLO的livestock鱼类幼体计数
计算机视觉与模式识别
2024-08-12 v1
摘要
鱼类幼体计数是水产业中的重要但具有挑战性且耗时的任务。为此目的，本文评估了四种神经网络架构，包括卷积神经网络和变换器，在不同规模下的鱼类幼体计数任务。对于评估，我们提出了一个新的标注图像数据集，数据收集要求低于前期工作，包含斑点鲉和角斑鲉幼体图像。通过使用图像拼接技术，我们以额外大型实时检测变换器实现了4.46%（）的MAPE，并以中等规模的YOLOv8实现了4.71%（）的MAPE。
引用
@article{arxiv.2408.05032,
title = {Livestock Fish Larvae Counting using DETR and YOLO based Deep Networks},
author = {Daniel Ortega de Carvalho and Luiz Felipe Teodoro Monteiro and Fernanda Marques Bazilio and Gabriel Toshio Hirokawa Higa and Hemerson Pistori},
journal= {arXiv preprint arXiv:2408.05032},
year = {2024}
}