（1）复杂工况下多维表型特征的鲁棒性识别技术：针对河蟹产地环境下蟹体常附着泥污、足肢姿态多变等干扰因素，研究基于深度学习的图像预处理与特征增强算法。利用迁移学习、金字塔卷积及注意力机制，构建轻量化深度神经网络，实现对河蟹性别、残缺程度及壳色等外部特征的同步精准识别； （2）基于信息融合的内部品质高精度预测模型：针对河蟹重量、肥满度等关键指标在线探测困难的问题，研究基于图像像素面积校正与形态学参数的测算方法。通过融合机器视觉与多传感器数据，建立基于遗传算法改进支持向量机等智能算法的重量与肥满度预测模型，突破河蟹内部品质无损估算的瓶颈； （3）多源信息时空同步与在线检测算法优化：针对河蟹运动干扰导致的数据不同步问题，改进自适应噪声滤波与时空同步算法。开发集数据采集、流处理及模型推理于一体的轻量化架构，解决多指标同步检测时的计算负载问题，确保在动态环境下检测系统的实时性与准确率。
【需求单位】：马鞍山市徽农农业科技发展有限公司
【需求所在省市】：安徽省/马鞍山市
【需求类型】：技术
【合作方式】：技术开发
相关需求信息