近日，我院人工智能教研室团队在蚕桑与人工智能交叉领域收获重大成果，其研究论文“YOLOv8-DSRI: An improved YOLOv8 instance segmentation algorithm for identifying silkworms in dense environments”在人工智能与模式识别领域国际顶尖期刊《Pattern Recognition》上正式刊发。该成果与广西民族大学人工智能学院文春明教授团队合作，为农业场景中密集生物的视觉检测开辟了新的技术路径。

《Pattern Recognition》（中国科学院1区TOP，IF=7.6）自1968年创刊，历经50余年发展，已成为推动计算机视觉、图像处理、机器学习等模式识别相关领域进步的重要学术平台，被中国计算机学会列为人工智能领域B类国际期刊，在学术界影响力深远。传统桑蚕养殖里，蚕体分布密集、彼此遮挡，人工计数不仅效率低下且易出错。为攻克这一难题，研究团队创新性地提出密集目标实例分割算法YOLOv8-DSRI。该算法通过引入扩张残差模块、大分离核注意力机制、感受野注意力卷积以及更高效的损失函数，显著提升了模型在复杂密集场景下对蚕体目标的识别精度与稳定性，且保持了轻量化优势。该算法不仅能为智慧蚕桑赋能，还可为鱼苗、蔬果计数等农业场景下的密集生物检测提供有益参考。

近年来，我院持续优化学科布局，强化产学研用融合，搭建跨学科协同创新桥梁，扎实推进“电子信息”一流学科建设以及硕士点培育工作。展望未来，我院将坚定不移地锚定应用型大学的发展目标，全力提升学校科研创新实力。（作者：徐咏 拍摄：徐咏 校对：陈军 审核：何奇文）