近日，著名工程技术类国际学术期刊Measurement在线发表了以我校为第一单位，联合培养研究生叶琪为第一作者题为“ADD-YOLO: An Algorithm for Detecting Animals in Outdoor Environments Based on Unmanned Aerial Imagery”的研究论文（该刊物是中科院2区Top期刊，2024年影响因子为5.2），电气与信息工程学院教师，数字农业区块链产业研究团队成员王丽芬教授为通讯作者。

论文Online图示

论文提出一种基于YOLOv8n的增强算法，用于空中动物检测，解决高空航拍中小动物目标识别的挑战。通过增加P2小目标检测层、替换空间金字塔池化结构、引入改进的DWRC2f模块和SEAM模块，提升了小目标的检测能力并减少了参数量。同时，采用NWD Loss函数改善了小目标检测的准确性。

ADD-YOLO结构图

与传统模型相比，改进后的模型具有更好的检测精度与推理速度。该模型为牧场管理和野生动物调查提供了高效的监测工具。

初审：陈凯峰

复审：陈斯雯

终审：傅晓冬