基于ML-YOLOv8网络模型结构的大鲵护幼行为自动识别系统

本发明提出一种ML‑YOLOv8的模型结构用于构建大鲵护幼行为自动识别系统，ML‑YOLOv8由输入端、主干网络、颈部网络和检测头四部分组成。本发明的模型结构系统显著增强了模型的特征提取能力，有效减少了复杂环境中的干扰因素，优化了损失函数，并提高了网络的鲁棒性。该模型在mAP50‑95上的识别率为85.7%，比YOLOv8s模型高出了2.1%。与其它主流模型相比，该模型的整体性能明显提升。