技術特征：

1.一種跨品種目標檢測方法，其特征在于，所述方法包括

2.根據權利要求1所述的跨品種目標檢測方法，其特征在于，所述所述目標樣本圖像輸入所述目標對照yolov7模型中以對所述目標對照yolov7模型進行更新包括：

3.根據權利要求1所述的跨品種目標檢測方法，其特征在于，所述方法還包括：

4.根據權利要求1所述的跨品種目標檢測方法，其特征在于，所述方法還包括：

5.根據權利要求3所述的跨品種目標檢測方法，其特征在于，所述方法還包括：

6.根據權利要求4所述的跨品種目標檢測方法，其特征在于，所述方法還包括：

7.根據權利要求1所述的跨品種目標檢測方法，其特征在于，所述對照品種為白豬品種，所述目標品種為杜洛克豬品種。

8.一種跨品種目標檢測裝置，其特征在于，所述裝置包括：

9.一種電子設備，其特征在于，所述電子設備包括存儲器和至少一個處理器，所述存儲器中存儲有指令；所述至少一個處理器調用所述存儲器中的所述指令，以使得所述電子設備執行如權利要求1-7中任一項所述的跨品種目標檢測方法的各個步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有指令，其特征在于，所述指令被處理器執行時實現如權利要求1-7中任一項所述的跨品種目標檢測方法的各個步驟。

技術總結
本發明公開一種跨品種目標檢測方法、裝置、設備及存儲介質，方法包括獲取對照品種的對照樣本圖像；將對照樣本圖像輸入CycleGAN模型中，以生成目標品種特征的偽樣本圖像；獲取基于YOLOv7架構的目標對照YOLOv7模型；獲取目標品種的實際樣本圖像；基于偽樣本圖像以及實際樣本圖像確定目標樣本圖像；將目標樣本圖像輸入目標對照YOLOv7模型，通過更新模型優化模型性能，從而獲得適用于目標品種的目標YOLOv7模型。本方案通過對對照品種進行向目標品種的風格遷移，生成偽樣本，在數據量受限的條件下提升了目標品種的檢測效率和檢測精度。

技術研發人員：王振,莊億錚,張哲,王起山,潘玉春,趙偉,張振洋,徐玲瑤,江金蕓
受保護的技術使用者：浙江大學
技術研發日：
技術公布日：2025/4/28