摘要
本发明提供一种基于YOLOv8n和MACA的群养殖猪行为检测方法,包括:将数据集划分为训练集、验证集和测试集;设计改进的检测网络架构MACA‑Net,其中使用MGLE模块替代原始YOLOv8n中的C2f模块;并引入AMPA注意力机制;MGLE模块提取全局与局部信息,并结合Conv和SFFP生成多尺度信号;通过引入CCA和CSA处理,进行无上下采样的多尺度特征融合,本发明所述方法能够在实际养殖场景中实现对群养殖猪多种行为的自动检测,具有检测精度高、计算效率高等优点,适用于智能养殖管理系统中的实时行为监控与分析。
技术关键词
注意力
分支
巡检机器人
智能养殖管理系统
信号
生成多尺度
全局平均池化
通道
图像
补丁
多层次特征提取
中间层
生成特征
扫描模块
分区
网络结构
归一化模块
无线通信模块
标注工具