近日，機械與電子工程學院閆銀發教授團隊在Computers and Electronics in Agriculture上發表題為“A novel calculation method for co-rearing silkworms molting-awakening rate based on the detection and multi-object tracking co-networks”的最新研究成果。機電學院博士研究生李正浩、劉莫塵副教授為共同第一作者，閆銀發教授為通訊作者，山東農業大學為第一通訊單位。

蠶在眠時由于其會消耗大量營養，對于外界環境抵抗力較弱，因此眠起處理是至關重要的一環。實際生產中，眠起率對于判斷餉食和止食時機至關重要，及時、準確的獲取小蠶眠起率，有助于提高共育小蠶的飼養質量。但由于小蠶的養殖密度大，檢測難度高，目前我國對于小蠶眠起率的觀測大都為憑借經驗目測，這種方法可信度低、且無法得到實時數據。

針對以上問題，團隊提出了一種基于眠三角跟蹤檢測的小蠶眠起狀態監測新方法。該方法基于優化的目標檢測器實現小蠶眠三角目標的檢測，在ByteTrack的基礎上提出了重合檢測框匹配法，解決了小蠶頭部交錯以及飼料遮擋導致檢測框頻繁切換的問題。同時，創新提出一種“檢測線 ”法來解決由于小蠶活動而導致的重復計數問題，最終實現了小蠶眠起率的準確獲取。使用該方法得到的眠起率趨勢也與真實趨勢保持高度一致。

該研究得到國家重點研發計劃項目、山東省重點研發計劃項目、基于弱監督深度學習的方格蔟蠶繭細粒度圖像分類方法研究、財政部和農業農村部國家現代農業（蠶桑）產業技術體系創新團隊蠶桑管理機械化崗位專家、山東省現代農業產業技術體系蠶桑產業創新團隊設施與機械崗位專家的資助。

論文鏈接：https://doi.org/10.1016/j.compag.2025.110887

編      輯：萬    千 

審      核：賈    波