近日，我校文春明教授研究团队在农业与人工智能交叉领域取得重要突破，其研究成果“YOLOv8-DSRI: An improved YOLOv8 instance segmentation algorithm for identifying silkworms in dense environments”在人工智能与模式识别领域国际顶级期刊《Pattern Recognition》正式发表，为农业场景下的密集生物视觉检测提供了新的技术思路。

成果发表

在传统蚕业养殖中，蚕体分布密集、相互遮挡，人工计数的方式效率较低。针对此问题，本研究提出了一种密集目标实例分割算法YOLOv8-DSRI，通过引入扩张残差模块、大分离核注意力机制、感受野注意力卷积以及更高效的损失函数，有效提升了模型在复杂密集场景下对蚕体目标的识别精度与鲁棒性，同时保持了模型的轻量化特性。相关算法不仅可用于智慧蚕业，也为鱼苗、蔬果计数等农业场景下的密集生物检测提供了可借鉴的方案。

研究相关图片

《Pattern Recognition》是计算机科学领域的国际权威期刊，由Elsevier出版社发行，属于中科院一区TOP期刊。该刊创刊于1968年，已有超过50年的历史，是推动计算机视觉、图像处理、机器学习等模式识别相关领域发展的重要学术论坛。最新影响因子为7.6，该刊同时被中国计算机学会（CCF）推荐为人工智能领域的B类国际期刊，在学术界具有很重要的学术影响力。（初审：雷金燕 复审：潘彦燕 终审：刘志雄）