Dev7z的博客

斑点叉尾鮰是我国重要的淡水养殖经济鱼类，在高密度集约化养殖过程中，鱼体损伤问题频发，直接影响商品鱼品质和养殖经济效益。传统的鱼体损伤检测主要依赖人工目视判别，存在效率低、主观性强、难以实现批量化检测等不足。因此，研究一种快速、准确的斑点叉尾鮰鱼体损伤自动检测方法，对于提升水产养殖智能化管理水平具有重要的现实意义。

随着社会经济的快速发展，商场、超市等公共场所的安全防范需求日益增长，传统的人工监控方式存在效率低、成本高、易疲劳等问题，难以满足实时监控和智能预警的需求。基于深度学习的智能视频监控技术为解决这一问题提供了新的思路。本研究针对商场盗窃行为识别这一实际应用场景，设计并实现了一套智能安防系统，旨在提高安防监控的自动化和智能化水平。

针对公共区域发传单违规行为检测中小目标易漏检和复杂场景下检测精度不足的问题，提出了一种基于改进 YOLOv11 的智能检测方法。该方法通过引入 P2 高分辨率特征层增强小目标感知能力，并结合多尺度深度卷积注意力模块（MSDA）与高效通道注意力机制（ECA），提升特征表达与关键特征响应能力。实验结果表明，改进模型在自建数据集上取得 99.5% 的 mAP@50 和 95.6% 的 mAP@50:0.95，较基线模型提升 1.1 个百分点，在保证实时性的同时显著提高了检测精度。