研究提出 BSF-YOLO，一个面向智能手机监测的黑水虻养殖环境轻量实例分割模型。模型以消费级手机摄像头在实际养殖条件下采集的图像进行训练与测试，可同时分割并计数五类目标：活幼虫、预蛹、蜕皮（蛹壳）、死虫与饲料残渣。针对密集重叠目标、以及活幼虫与预蛹形态高度相似两个难点，作者在 YOLO11n 基线基础上做了三处改进（C3k2-PWLite、C2PSA-LLA 与混合融合颈部）。结果显示，BSF-YOLO 在五项掩膜级指标上的均值均高于基线，但经 Holm 校正后差异未达统计显著；模型参数量 2.61 M、算力 9.3 GFLOPs，在保持竞争力的同时相较基线降低了模型复杂度。作者指出，模型输出的类别计数、虫龄组成、死亡情况与残料水平，对应投料、密度调节与采收时机等管理指标；手机采集加本地推理的工作流对中小规模养殖场尤其实用。