近日，机械与电子工程学院闫银发教授团队在Computers and Electronics in Agriculture上发表题为“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。机电学院博士研究生李正浩、刘莫尘副教授为共同第一作者，闫银发教授为通讯作者，山东农业大学为第一通讯单位。
蚕在眠时由于其会消耗大量营养，对于外界环境抵抗力较弱，因此眠起处理是至关重要的一环。实际生产中，眠起率对于判断饷食和止食时机至关重要，及时、准确的获取小蚕眠起率，有助于提高共育小蚕的饲养质量。但由于小蚕的养殖密度大，检测难度高，目前我国对于小蚕眠起率的观测大都为凭借经验目测，这种方法可信度低、且无法得到实时数据。
针对以上问题，团队提出了一种基于眠三角跟踪检测的小蚕眠起状态监测新方法。该方法基于优化的目标检测器实现小蚕眠三角目标的检测，在ByteTrack的基础上提出了重合检测框匹配法，解决了小蚕头部交错以及饲料遮挡导致检测框频繁切换的问题。同时，创新提出一种“检测线 ”法来解决由于小蚕活动而导致的重复计数问题，最终实现了小蚕眠起率的准确获取。使用该方法得到的眠起率趋势也与真实趋势保持高度一致。
该研究得到国家重点研发计划项目、山东省重点研发计划项目、基于弱监督深度学习的方格蔟蚕茧细粒度图像分类方法研究、财政部和农业农村部国家现代农业（蚕桑）产业技术体系创新团队蚕桑管理机械化岗位专家、山东省现代农业产业技术体系蚕桑产业创新团队设施与机械岗位专家的资助。
论文链接：https://doi.org/10.1016/j.compag.2025.110887
编 辑：万 千
审 核：贾 波
