寄生虫实时检测模型

检出率领先14.5%

针对鱼类寄生虫形态差异大、多尺度目标难以同时捕获的问题，通过自适应特征提取与检测头空间加权，在小目标与密集场景下仍保持高定位精度。

Zhikang, Lin · Xin, Zhang · Yan, Zhang · 邹娟 · 吴霆 · 杨灵

Aquaculture 2026

参数信息

检测精度（mAP@0.5）

95.9 %

检测精度（mAP@0.5:0.95）

71.9 %

技术优势

精度大幅领先

相比YOLO11n，mAP@0.5和mAP@0.5:0.95分别高出14.5和18.6个百分点，在多种寄生虫图像上达到领先水平。

能看清小目标

检测头引入空间加权，解决多尺度特征冲突，在小目标和密集场景下仍保持高定位精度。

可直接用起来

配套了PyQT可视化检测系统，支持实时视频分析和自动计数，降低部署门槛。

应用场景

• 智慧水产养殖：自动计数寄生虫，替代人工镜检，提升养殖监测效率。
• 病原体快速检测：实时视频分析快速识别多种寄生虫，缩短检测周期。
• 智能监测终端：轻量化模型适合部署到现场终端，提供实时检测。
• 水下机器人视觉：为水下机器人提供寄生虫识别能力，支撑自主巡检。
• 无人养殖巡检：搭载于无人巡检设备，实现养殖区寄生虫的自动监测。