一种基于改进YOLOv10的轻量化肉鸡个体识别方法

本申请提出一种基于改进YOLOv10的轻量化肉鸡个体识别方法，包括获取待测数据，以YOLOv10网络结构为基础网络，使用改进的特征提取单元替换YOLO中的特征提取单元，使用改进的卷积单元替换YOLO中的卷积单元，形成新的网络结构，并通过训练得到肉鸡个体识别的深度学习模型，将待测数据输入深度学习模型，输出初始数据集到服务器中，服务器根据初始数据集调整深度学习模型，并输出识别结果；通过动态更新机制驱使深度学习模型根据待测数据自动生成训练样本。通过改进特征提取单元和卷积单元，提高模型识别的准确度和灵敏度，提高鸡脸识别的精度和效率；通过结合云端服务器构建动态更新机制，使系统能够在可用资源有限的设备上运行。