基于实例分割和光流计算的死兔识别模型研究

为实现自动化识别死兔,提高养殖管理效率,以笼养生长兔为研究对象,以基于优化Mask RCNN的实例分割网络和基于LiteFlowNet的光流计算网络为研究方法,构建了一种多目标背景下基于视频关键帧的死兔识别模型.该模型的实例分割网络以ResNet 50残差网络为主干,结合PointRend算法实现目标轮廓边缘的精确提取...     

基于知识蒸馏的叠层笼养蛋鸡行为识别模型研究

为了实现叠层笼养环境下蛋鸡行为的识别检测,构建了一种基于多教师模型融合的知识蒸馏蛋鸡行为识别模型,用多个教师模型融合指导学生网络训练。对基于Faster R-CNN框架的蛋鸡行为识别模型的特征提取网络进行知识蒸馏,以结构较复杂的ResNeXt、Res2Net和HRNet网络为教师网络,以结构较简单的ResNet 34网络为学生网络,通过知识蒸馏训练蛋鸡行为识别模型。试验结果表明,特征提取网络经过知识蒸馏后,蛋鸡行为识别模型性能得到显著提升,与特征提取网络未经过知识蒸馏的识别模型相比,模型准确率、平均精确度、召回率分别从93.6%、78.7%、86.2%提升至96.6%、89.9%、94.6%;学生模型经过知识蒸馏后基本达到了教师模型的性能水平,而模型参数量和模型计算量比教师模型降低了32%和33%,模型推理时间降低了66%。本研究提出的知识蒸馏模型通过较简单的网络结构获得了高精度的识别模型,为蛋鸡行为识别模型在小型嵌入式设备的部署提供了可能。     

基于注意力机制和可变形卷积的鸡只图像实例分割提取

为提高鸡只个体轮廓分割提取的精度和准确度,实现基于机器视觉技术的鸡只行为、健康、福利状态监测等精准畜牧业管理,保证相关监测技术及决策的可靠性,针对叠层笼养环境下肉鸡图像的实例分割和轮廓提取问题,提出一种优化的基于Mask R-CNN框架的实例分割方法,构建了一种鸡只图像分割和轮廓提取网络,对鸡群图像进行分割,从而实现鸡...