基于深度学习的鸡种蛋早期受精信息无损检测

来源：计算机应用与软件杂志2025年第4期北京时间：

作者：柳洋洋, 崔德建, 贾伟娥, 夏元天, 连正兴, 李林

摘要：针对当前人工照蛋检测无精蛋时间晚、工作强度大等问题，以入孵2.5天鸡种蛋为研究对象，改进VGG16网络模型并开发图形用户界面，利用自制的静态图像采集装置采集入孵2.5天鸡种蛋图像。改进后的模型在增强后的测试集上判别准确率为98.82%，召回率为97.23%，单幅图像检测耗时为97.56ms，与原网络相比，识别精度提升5.56百分点，单幅图像识别时间节省14.78ms。研究结果表明，改进后的模型能有效实现孵化早期鸡种蛋受精信息的无损鉴别，为后续研发在线无损检测装置提供技术支持。

关键词：计算机应用技术, 鸡种蛋, 受精信息, 无损检测, 卷积神经网络, 深度学习