基于 YOLOv8 nano 的实时蟋蟀性别分类
计算机视觉与模式识别
2025-12-05 v1 定量方法
摘要
可持续蛋白质来源的全球需求正在推动对可食用昆虫兴趣的增加，其中 Acheta domesticus (家蟋蟀) 被确定为工业生产最合适的物种之一。当前的养殖实践通常在混合性别种群中养殖蟋蟀，缺乏自动性别分类，尽管这可能带来选择育种、优化繁殖比率和营养差异等潜在好处。本工作提出了一个低成本、实时的自动化性别分类 Acheta domesticus 系统，结合计算机视觉和物理执行。该装置集成了 Raspberry Pi 5、官方 Raspberry AI 摄像头和自定义 YOLOv8 nano 目标检测模型，以及伺服电机驱动的分类臂。在测试中，模型在 IoU=0.5 的 mAP 达到0.977，实际环境实验中使用蟋蟀群体实现了86.8%的整体分类准确率。这些结果表明，在资源受限的设备上部署轻量级深度学习模型可行，为蟋蟀生产的效率和可持续性提供了实用解决方案。
引用
@article{arxiv.2512.04311,
title = {Real-time Cricket Sorting By Sex},
author = {Juan Manuel Cantarero Angulo and Matthew Smith},
journal= {arXiv preprint arXiv:2512.04311},
year = {2025}
}
备注
13 pages, 14 figures