轻量级鸡只检测模型

参数减半精度提升

通过知识蒸馏将大模型能力迁移到轻量网络,在复杂养殖环境中实现高精度鸡只检测,适合边缘设备部署。

Xiaoxin, Li · Mingrui, Cai · Zhen, Liu · Chengcheng, Yin · Xinjie, Tan · Jiangtao, Wen · Han, Yuxing

Artificial Intelligence in Agriculture 2026

参数信息

检测精度 (AP50)
95.9 %
参数量减少
47.84 %
计算量减少
41.46 %
检测精度 (AP50)
90.2 %
检测精度 (AP50)
82.7 %
检测精度 (AP50)
69.3 %

技术优势

参数减半

相比 YOLOv8n,参数量降低 47.84%,计算量降低 41.46%,更适合边缘设备部署。

精度反超

蒸馏后的轻量模型在测试集 AP50 达到 95.9%,比原始 YOLOv8n 提高 16.13 个百分点。

跨场泛化

在三个独立测试集上 AP50 分别达到 90.2%、82.7%、69.3%,证明模型能适应不同养殖环境。

应用场景