基于改进的YOLOv8鸡种蛋受精甄别方法研究

来源：中国农机化学报杂志2026年第5期北京时间：

作者：刘洋, 徐勤, 洪志旭

单位：（1. 驻马店职业技术学院信息工程学院，河南驻马店，463000； 2. 河南农业大学信息与管理科学学院，郑州市，450003； 3. 郑州大学计算机与人工智能学院，郑州市，450001）

摘要：为提升鸡种蛋受精检测的智能化水平与效率，基于YOLOv8框架，提出一种融合轻量化特征增强与模型剪枝的检测方法。首先，设计融合交叉注意力机制的C2FLCA模块以增强特征提取能力；其次，引入整合空间混合倒置结构的C2FUIB模块以优化空间特征表达；最后，采用差异化剪枝策略实现模型轻量化。在测试集上的试验结果表明，改进模型的精确率达到88.96%，召回率为87.42%，平均精度均值（mAP）为92.35%，相较于YOLOv8基准模型分别提升1.62%、1.70%和0.73%，优于YOLO系列对照模型。同时，模型推理速度达到78帧/s，较原模型提升23.8%，显著高于传统检测方法。消融实验进一步验证C2FLCA和C2FUIB模块分别贡献约0.7%~0.8%的性能增益，而差异化剪枝策略将参数量从8.6 M减少至5.4 M，降低37.2%，且性能损失极小。研究结果表明，本方法在保证高检测精度的同时实现模型轻量化和高效性，为鸡种蛋受精智能检测提供技术支持。

关键词：鸡种蛋,交叉注意力机制,空间混合倒置结构,差异化剪枝,智能检测

基金资助：国家自然科学基金（32072357）；驻马店市职业教育教学改革研究与实践项目（240004418）